快速發展的影音串流媒體行業正已成為娛樂媒體市場的重要板塊。領先的串流媒體平台往往應用基於複雜機器學習技術的各種服務來擴大平台的知名度和客戶滿意度，其中電影推薦系統可提供巨大商業價值，且隨著演算法的快…

現今的許多網站,都允許使用者為網站中的物件給予標籤,這個過程也被稱為大眾分類法 (Folksonomy).因為使用者可以自由的輸入標籤,所以標籤正是一個容易取得,而且隱含使用者喜好資訊的有用資料來源…

近年來推薦系統對於在學術圈的研究者來講是熱門的主題，有推薦音樂、電影、書本等等各式各樣的推薦系統。在本論文，我們使用hetrec2011-lastfm-2k這個資料集，這個資料集是從社群音樂網站取得…

最近推薦系統成為一個熱門的研究主題，有推薦文章、音樂等等各式各樣的推薦系統，但是絕大多數的推薦系統都只有考慮單一屬性例如使用者的喜好(瀏覽、購買紀錄等等)、推薦項目的內容(文章的內容)。本篇論文題出…

在社群網路興起的今日，每天都有非常多的訊息及資訊不斷的產生，而且每天都會接收到很多來自於好友以及社團的動態消息、電子郵件及訊息，所以大家通常都會花費許多時間在看大量的訊息及資訊；以臉書(FaceBo…

在推薦系統中協同過濾 (Collaborative filtering) 是目前最廣泛使用的方法之一，而此方法最重要的組成部分便是透過使用者項目矩陣 (User-item matrix) 找到相似的…

在推薦系統(recommender system)相關的研究領域中，目前大多以針對個人喜好進行推薦為主。主要作法為記錄個人在系統中的行為模式，待下一次使用者(user)使用系統時以使用者的歷史喜好或…

近年來，引入時序概念的序列推薦成為推薦系統中的重要研究方向。在序列推薦模型中，引入自關注機制能改善模型容易遺失序列過久以前資訊的問題，且能對序列的項目根據其相關度給予不同權重，以提升預測準確率；引入…

近年來許多學者針對網頁的推薦系統進行相關研究，透過網頁所蘊含的資訊，幫助使用者過濾龐大的網頁資料量，讓使用者能夠快速地找到欲查詢的網頁資料。本論文結合最近鄰居演算法與K平均演算法於推薦系統之研究，研…