Articles de revues sur le sujet « Item-similarity Graph »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 46 meilleurs articles de revues pour votre recherche sur le sujet « Item-similarity Graph ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Chen, Yunxiao, Xiaoou Li, Jingchen Liu, Gongjun Xu et Zhiliang Ying. « Exploratory Item Classification Via Spectral Graph Clustering ». Applied Psychological Measurement 41, no 8 (1 février 2017) : 579–99. http://dx.doi.org/10.1177/0146621617692977.
Texte intégralFaizliev, Alexey, Vladimir Balash, Vladimir Petrov, Alexey Grigoriev, Dmitriy Melnichuk et Sergei Sidorov. « Stability Analysis of Company Co-Mention Network and Market Graph Over Time Using Graph Similarity Measures ». Journal of Open Innovation : Technology, Market, and Complexity 5, no 3 (10 août 2019) : 55. http://dx.doi.org/10.3390/joitmc5030055.
Texte intégralPurohit, Sumit, George Chin et Lawrence B. Holder. « ITeM : Independent temporal motifs to summarize and compare temporal networks ». Intelligent Data Analysis 26, no 4 (11 juillet 2022) : 1071–96. http://dx.doi.org/10.3233/ida-205698.
Texte intégralKurt, Zuhal, Kemal Ozkan, Alper Bilge et Omer Nezih Gerek. « A Similarity-Inclusive Link Prediction Based Recommender System Approach ». Elektronika ir Elektrotechnika 25, no 6 (6 décembre 2019) : 62–69. http://dx.doi.org/10.5755/j01.eie.25.6.24828.
Texte intégralShen, Guojiang, Jiajia Tan, Zhi Liu et Xiangjie Kong. « Enhancing interactive graph representation learning for review-based item recommendation ». Computer Science and Information Systems, no 00 (2021) : 64. http://dx.doi.org/10.2298/csis210228064s.
Texte intégralZhu, Zhenyue, Shujing Lyu et Yue Lu. « A few-shot segmentation method for prohibited item inspection ». Journal of X-Ray Science and Technology 29, no 3 (11 mai 2021) : 397–409. http://dx.doi.org/10.3233/xst-210846.
Texte intégralLee, Kwangyon, Haemin Jung, June Seok Hong et Wooju Kim. « Learning Knowledge Using Frequent Subgraph Mining from Ontology Graph Data ». Applied Sciences 11, no 3 (20 janvier 2021) : 932. http://dx.doi.org/10.3390/app11030932.
Texte intégralMa, Gang-Feng, Xu-Hua Yang, Yue Tong et Yanbo Zhou. « Graph neural networks for preference social recommendation ». PeerJ Computer Science 9 (19 mai 2023) : e1393. http://dx.doi.org/10.7717/peerj-cs.1393.
Texte intégralZhang, Suqi, Xinxin Wang, Rui Wang, Junhua Gu et Jianxin Li. « Knowledge Graph Recommendation Model Based on Feature Space Fusion ». Applied Sciences 12, no 17 (31 août 2022) : 8764. http://dx.doi.org/10.3390/app12178764.
Texte intégralBelov, Dmitry I., et James A. Wollack. « Graph Theory Approach to Detect Examinees Involved in Test Collusion ». Applied Psychological Measurement 45, no 4 (12 mai 2021) : 253–67. http://dx.doi.org/10.1177/01466216211013902.
Texte intégralCai, Hongyun, Jichao Ren, Jing Zhao, Shilin Yuan et Jie Meng. « KC-GCN : A Semi-Supervised Detection Model against Various Group Shilling Attacks in Recommender Systems ». Wireless Communications and Mobile Computing 2023 (16 février 2023) : 1–15. http://dx.doi.org/10.1155/2023/2854874.
Texte intégralWang, Huansha, Ruiyang Huang et Jianpeng Zhang. « Person Entity Alignment Method Based on Multimodal Information Aggregation ». Electronics 11, no 19 (1 octobre 2022) : 3163. http://dx.doi.org/10.3390/electronics11193163.
Texte intégralChen, Hong, Ming Xin Gan et Meng Zhao Song. « An Improved Recommendation Algorithm Based on Graph Model ». Applied Mechanics and Materials 380-384 (août 2013) : 1266–69. http://dx.doi.org/10.4028/www.scientific.net/amm.380-384.1266.
Texte intégralShang, Songtao, Wenqian Shang, Minyong Shi, Shuchao Feng et Zhiguo Hong. « A Video Recommendation Algorithm Based on Hyperlink-Graph Model ». International Journal of Software Innovation 5, no 3 (juillet 2017) : 49–63. http://dx.doi.org/10.4018/ijsi.2017070104.
Texte intégralMu, Ruihui, et Xiaoqin Zeng. « Collaborative Filtering Recommendation Algorithm Based on Knowledge Graph ». Mathematical Problems in Engineering 2018 (31 juillet 2018) : 1–11. http://dx.doi.org/10.1155/2018/9617410.
Texte intégralUlitzsch, Esther, Qiwei He, Vincent Ulitzsch, Hendrik Molter, André Nichterlein, Rolf Niedermeier et Steffi Pohl. « Combining Clickstream Analyses and Graph-Modeled Data Clustering for Identifying Common Response Processes ». Psychometrika 86, no 1 (5 février 2021) : 190–214. http://dx.doi.org/10.1007/s11336-020-09743-0.
Texte intégralBin, Zhang, et Wang Xiao Dong. « Friends Recommendation Algorithm Based on Graph Mining and Collaborative Filtering ». Applied Mechanics and Materials 235 (novembre 2012) : 399–402. http://dx.doi.org/10.4028/www.scientific.net/amm.235.399.
Texte intégralLiu, Xi, Rui Song, Yuhang Wang et Hao Xu. « A Multi-Granular Aggregation-Enhanced Knowledge Graph Representation for Recommendation ». Information 13, no 5 (29 avril 2022) : 229. http://dx.doi.org/10.3390/info13050229.
Texte intégralMa, Manfu, Dongliang Yang et Yong Li. « Session Recommendation Based on Edge Information Clustering ». Journal of Physics : Conference Series 2363, no 1 (1 novembre 2022) : 012003. http://dx.doi.org/10.1088/1742-6596/2363/1/012003.
Texte intégralLiu, Yudong, et Wen Chen. « Recommendation Model Based on Semantic Features and a Knowledge Graph ». Wireless Communications and Mobile Computing 2021 (20 juillet 2021) : 1–9. http://dx.doi.org/10.1155/2021/2382892.
Texte intégralZhu, Lingxiao. « E-Commerce Recommendation Algorithm based on Graph Neural Network ». Highlights in Science, Engineering and Technology 39 (1 avril 2023) : 1264–68. http://dx.doi.org/10.54097/hset.v39i.6752.
Texte intégralGong, Xiaolong, Linpeng Huang et Fuwei Wang. « Feature Sampling Based Unsupervised Semantic Clustering for Real Web Multi-View Content ». Proceedings of the AAAI Conference on Artificial Intelligence 33 (17 juillet 2019) : 102–9. http://dx.doi.org/10.1609/aaai.v33i01.3301102.
Texte intégralXu, Gongwen, Guangyu Jia, Lin Shi et Zhijun Zhang. « Personalized Course Recommendation System Fusing with Knowledge Graph and Collaborative Filtering ». Computational Intelligence and Neuroscience 2021 (25 septembre 2021) : 1–8. http://dx.doi.org/10.1155/2021/9590502.
Texte intégralChen, Ya, Hongliang Yuan, Tingting Liu et Nan Ding. « Name Disambiguation Based on Graph Convolutional Network ». Scientific Programming 2021 (8 mai 2021) : 1–11. http://dx.doi.org/10.1155/2021/5577692.
Texte intégralGuo, Lei, Hongzhi Yin, Tong Chen, Xiangliang Zhang et Kai Zheng. « Hierarchical Hyperedge Embedding-Based Representation Learning for Group Recommendation ». ACM Transactions on Information Systems 40, no 1 (31 janvier 2022) : 1–27. http://dx.doi.org/10.1145/3457949.
Texte intégralLiu, Zhen, Huanyu Meng, Shuang Ren et Feng Liu. « Reliable Collaborative Filtering on Spatio-Temporal Privacy Data ». Security and Communication Networks 2017 (2017) : 1–11. http://dx.doi.org/10.1155/2017/9127612.
Texte intégralPavithra, C., et M. Saradha. « Integrating Collaborative Filtering Technique Using Rating Approach to Ascertain Similarity Between the Users ». Scalable Computing : Practice and Experience 23, no 4 (22 décembre 2022) : 171–79. http://dx.doi.org/10.12694/scpe.v23i4.2015.
Texte intégralWang, Dan. « Analysis of Sentiment and Personalised Recommendation in Musical Performance ». Computational Intelligence and Neuroscience 2022 (2 juin 2022) : 1–6. http://dx.doi.org/10.1155/2022/2778181.
Texte intégralLi, Bin, et Ting Zhang. « An Algorithm of Scene Information Collection in General Football Matches Based on Web Documents ». Security and Communication Networks 2021 (14 octobre 2021) : 1–11. http://dx.doi.org/10.1155/2021/5801631.
Texte intégralZhou, Jieqiong, Zhenhua Wei, Bin Peng et Fangchun Chi. « Research and Application of Film and Television Literature Recommendation Based on Secure Internet of Things and Machine Learning ». Mobile Information Systems 2021 (15 octobre 2021) : 1–10. http://dx.doi.org/10.1155/2021/4066267.
Texte intégralCai, Hongyun, Jie Meng, Jichao Ren et Shilin Yuan. « Toward Sequential Recommendation Model for Long-Term Interest Memory and Nearest Neighbor Influence ». Wireless Communications and Mobile Computing 2022 (27 septembre 2022) : 1–15. http://dx.doi.org/10.1155/2022/4612169.
Texte intégralZhang, Qiaosheng, Vincent Y. F. Tan et Changho Suh. « Community Detection and Matrix Completion With Social and Item Similarity Graphs ». IEEE Transactions on Signal Processing 69 (2021) : 917–31. http://dx.doi.org/10.1109/tsp.2021.3052033.
Texte intégralHan, Lifeng, Li Chen et Xiaolong Shi. « Recommendation Model Based on Probabilistic Matrix Factorization and Rated Item Relevance ». Electronics 11, no 24 (13 décembre 2022) : 4160. http://dx.doi.org/10.3390/electronics11244160.
Texte intégralGrishin, John, et Douglas J. Gillan. « Structure Matters : Effects of Semantic Relatedness and Proximity on Consumer Search and Integration Tasks ». Proceedings of the Human Factors and Ergonomics Society Annual Meeting 60, no 1 (septembre 2016) : 1088–92. http://dx.doi.org/10.1177/1541931213601251.
Texte intégralJing, Mengyuan, Yanmin Zhu, Yanan Xu, Haobing Liu, Tianzi Zang, Chunyang Wang et Jiadi Yu. « Learning Shared Representations for Recommendation with Dynamic Heterogeneous Graph Convolutional Networks ». ACM Transactions on Knowledge Discovery from Data, 10 octobre 2022. http://dx.doi.org/10.1145/3565575.
Texte intégralKhan, Nasrullah, Zongmin Ma, Aman Ullah et Kemal Polat. « Similarity Attributed Knowledge Graph Embedding Enhancement for Item Recommendation ». Information Sciences, septembre 2022. http://dx.doi.org/10.1016/j.ins.2022.08.124.
Texte intégralÖZCAN, Alper. « Applying Graph Convolution Networks to Recommender Systems based on graph topology ». DÜMF Mühendislik Dergisi, 28 juin 2022. http://dx.doi.org/10.24012/dumf.1081137.
Texte intégralLei, Fei, Zhongqi Cao, Yuning Yang, Yibo Ding et Cong Zhang. « Learning the User’s Deeper Preferences for Multi-modal Recommendation Systems ». ACM Transactions on Multimedia Computing, Communications, and Applications, 7 décembre 2022. http://dx.doi.org/10.1145/3573010.
Texte intégralKhan, Bilal, Jia Wu, Jian Yang et Xiaoxiao Ma. « Heterogeneous Hypergraph Neural Network for Social Recommendation using Attention Network ». ACM Transactions on Recommender Systems, 7 août 2023. http://dx.doi.org/10.1145/3613964.
Texte intégralXu, Haifeng, Rasha F. Kashef, Hans De Sterck et Geoffrey Sanders. « Efficient Algebraic Multigrid Methods for Multilevel Overlapping Coclustering of User-Item Relationships ». INFORMS Journal on Computing, 31 janvier 2022. http://dx.doi.org/10.1287/ijoc.2021.1137.
Texte intégralZhang, Yiwen, Li Zhang, Yunchun Dong, Jun Chu, Xing Wang et Zuobin Ying. « A movie recommendation method based on knowledge graph and time series ». Journal of Intelligent & ; Fuzzy Systems, 3 juillet 2023, 1–10. http://dx.doi.org/10.3233/jifs-230795.
Texte intégralDi Sipio, Claudio, Juri Di Rocco, Davide Di Ruscio et Phuong T. Nguyen. « MORGAN : a modeling recommender system based on graph kernel ». Software and Systems Modeling, 4 avril 2023. http://dx.doi.org/10.1007/s10270-023-01102-8.
Texte intégralMurty, Chakka S. V. V. S. N., G. P. Saradhi Varma et Ch Satyanarayana. « Content-Based Collaborative Filtering with Hierarchical Agglomerative Clustering Using User/Item based Ratings ». Journal of Interconnection Networks, 4 février 2022. http://dx.doi.org/10.1142/s0219265921410267.
Texte intégralMorita, Ayako, Yoshimitsu Takahashi, Kunihiko Takahashi et Takeo Fujiwara. « Depressive symptoms homophily among community-dwelling older adults in japan : A social networks analysis ». Frontiers in Public Health 10 (20 septembre 2022). http://dx.doi.org/10.3389/fpubh.2022.965026.
Texte intégralZhang, Qiaosheng, Geewon Suh, Changho Suh et Vincent Y. F. Tan. « MC2G : An Efficient Algorithm for Matrix Completion with Social and Item Similarity Graphs ». IEEE Transactions on Signal Processing, 2022, 1. http://dx.doi.org/10.1109/tsp.2022.3174423.
Texte intégralSzádoczki, Zsombor, Sándor Bozóki, Patrik Juhász, Sergii V. Kadenko et Vitaliy Tsyganok. « Incomplete pairwise comparison matrices based on graphs with average degree approximately 3 ». Annals of Operations Research, 21 juin 2022. http://dx.doi.org/10.1007/s10479-022-04819-9.
Texte intégral