檢索結果：共10筆資料 檢索策略： "Department of Computer Science and Information Engineering".edept (精準) and ekeyword.raw="Recommendation System"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在當今社會，許多人將部分薪水用於投資股票或基金，以獲取額外收入。但是，許多不專業或剛剛開始投資的散戶投資者沒有足夠的經驗來決定正確的投資。這將導致散戶投資者在投資時無利可圖。 台灣有數百隻基金，其中…
2
隨著網際網路普及、雲端平台的建立、行動裝置的應用及社群網站的盛行等，網路上的資訊呈現爆炸性遞增，造成資訊過載的現象，其中社群網站中最受使用者歡迎的Facebook同樣也面臨此問題，隨著粉絲專頁數…
3
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…
4
在現今社會中人們每天都會收到大量的信息。然而，他們只對符合他們偏好的信息感興趣。因此，檢索此類信息成為一項重要任務。基於矩陣分解 (MF) 的方法在推薦任務上取得了相當好的表現。然而，基於 矩陣分解…
5
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…
6
推薦系統已經成為現今商業網站不可或缺的一部分，如何有效地推薦使用者感興趣的事物，是現今推薦系統的研究者持續努力的方向。推薦系統的資料來源通常是來自於使用者與物品之間的交互行為，例如評分、點擊、瀏覽紀…
7
隨著社交網路及行動設備的普及化，人們也愈來愈依賴網際網路所帶來的便利性，例如：透過網際網路查詢或獲取用戶感興趣的內容等。而將地理位置這項屬性作為社交網路的一部分，已經被廣泛地運用在各種生活場景當中，…
8
在進入人人都擁有智慧行動裝置與物聯網的時代後，實體店面的零售業者開始在店內布置各式智慧裝置，藉此收集消費者的資訊並在行動裝置上推薦各式促銷商品。然而，網路與實體零售業者目前皆受限於資訊碎片化的可應用…
9
社群媒體現存兩個大問題，分別是資訊過多以及如何了解使用者的興趣。依據使用者喜好所建立的推薦系統可同時解決這兩個問題。因此發掘言在喜好資訊將成為了解社群媒體用戶的關鍵。所以我們提出結合時間與社群資訊的…
10