檢索結果(共3筆)
郝沛毅;龔千芬;張俊陽;蔣榮先;鄭詠恆;
頁: 495-535
日期: 2020/10
卷期: 27(4)
關鍵字: 事件嵌入;興趣點推薦;矩陣分解;深度學習;卷積神經網路;
Keywords: event embedding;POI recommendation;matrix factorization;deep learning;convolutional neural networks;
摘要: 基於位置的社群網路（LBSN）近來變得十分流行，這歸功於智慧手機的爆炸式增長，使得用戶可以輕鬆地執行LBSN程序。越來越多使用者在這些平台上與好友分享打卡資訊跟生活點滴。興趣點（POI）推薦系統是LBSN的核心服務，也是最近熱門的研究焦點。目前研究主要是分析用戶的打...
引用 導入Endnote
頁: 495-535
日期: 2020/10
卷期: 27(4)
關鍵字: 事件嵌入;興趣點推薦;矩陣分解;深度學習;卷積神經網路;
Keywords: event embedding;POI recommendation;matrix factorization;deep learning;convolutional neural networks;
摘要: 基於位置的社群網路（LBSN）近來變得十分流行，這歸功於智慧手機的爆炸式增長，使得用戶可以輕鬆地執行LBSN程序。越來越多使用者在這些平台上與好友分享打卡資訊跟生活點滴。興趣點（POI）推薦系統是LBSN的核心服務，也是最近熱門的研究焦點。目前研究主要是分析用戶的打...
引用 導入Endnote
馬芳資;林我聰;
頁: 247-279
日期: 2005/07
卷期: 12(3)
關鍵字: 決策樹;決策樹合併;知識整合;
Keywords: Decision Tree;Decision Tree Merging;Knowledge Integration;
摘要: 隨著知識經濟時代的來臨，掌握知識可幫助組織提昇其競爭力，因此對於知識的產生、儲存、應用和整合，已成為熱烈討論的議題，本研究擬針對知識整合此議題進行探討。在知識呈現方式中，決策樹(Decision Tree)形式知識為樹狀結構，可以用圖形化的方式來呈現，它的結構簡單且...
引用 導入Endnote
頁: 247-279
日期: 2005/07
卷期: 12(3)
關鍵字: 決策樹;決策樹合併;知識整合;
Keywords: Decision Tree;Decision Tree Merging;Knowledge Integration;
摘要: 隨著知識經濟時代的來臨，掌握知識可幫助組織提昇其競爭力，因此對於知識的產生、儲存、應用和整合，已成為熱烈討論的議題，本研究擬針對知識整合此議題進行探討。在知識呈現方式中，決策樹(Decision Tree)形式知識為樹狀結構，可以用圖形化的方式來呈現，它的結構簡單且...
引用 導入Endnote
林艷;韋俊仲;鄭明松;許秉瑜;
頁: 155-178
日期: 2004/07
卷期: 11(3)
關鍵字: 資料挖礦;樹狀序列資料;關聯規則;企業系統效能型態;
Keywords: Data Mining;Tree-based structure;association rules;enterprise system;Performance Pattern;
摘要: 企業系統被視為企業運轉的基石，在企業中扮演著極重要的角色，因此系統的穩定性相當地重要。本文主要是結合資料挖礦技術中的序列關聯規則與有根樹資料結構，發展出適合Tree-Based系統效能資料特性的演算法－SPT(Sequence of Performance Trees)。針對樹狀序列資料結構，...
引用 導入Endnote
頁: 155-178
日期: 2004/07
卷期: 11(3)
關鍵字: 資料挖礦;樹狀序列資料;關聯規則;企業系統效能型態;
Keywords: Data Mining;Tree-based structure;association rules;enterprise system;Performance Pattern;
摘要: 企業系統被視為企業運轉的基石，在企業中扮演著極重要的角色，因此系統的穩定性相當地重要。本文主要是結合資料挖礦技術中的序列關聯規則與有根樹資料結構，發展出適合Tree-Based系統效能資料特性的演算法－SPT(Sequence of Performance Trees)。針對樹狀序列資料結構，...
引用 導入Endnote