我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于深度语义学习的软件开发者智能推荐方法 下载：92 浏览：2342

计天鑫 朱煜锋 赵亮 《软件工程研究》 2024年6期

摘要:
随着软件开发领域的快速发展，开发者面临着越来越多的选择和挑战。如何选择合适的开发工具、框架、库等，对于提高开发效率和质量至关重要。然而，目前市面上的软件开发者工具繁多，开发者往往需要花费大量时间和精力来寻找适合自己的工具。为了解决开发者在选择开发工具时遇到的困难，本文提出了一种基于深度语义学习的软件开发者智能推荐方法，为开发者推荐最适合的开发工具，帮助开发者提高开发效率和质量。

论算法推荐在新闻资讯客户端的应用 下载：162 浏览：1663

陈祯 《新闻传播研究》 2022年3期

摘要:
算法技术在各大新闻资讯类平台的应用，实现了新闻信息的“私人订制”，大大减轻了受众进行信息检索的负担，但也带来了一系列问题，如选择性接触、群体极化、信息茧房、媒介侵权等。本文分析了算法和人工智能在信息传播领域的应用逻辑，并在技术源头优化、平台引导主流价值、用户提高媒介素养这三个方面提出建议。

人工智能时代的新闻价值重塑 下载：247 浏览：2456

孙牧云 《新闻传播研究》 2021年9期

摘要:
人工智能正在重塑新闻行业，包括新闻的生产、分发等多个环节，也产生了社会的广泛质疑与讨论，其作用已经从生产层面上升到了价值层面，在未来人工智能技术发展与对新闻行业的进一步渗透中，逐渐完成了对新闻价值的延展与演变。我们始终要以审慎的态度去迎接人工智能带来的新闻创新，探索人工智能时代新闻从业者的价值创新，实现共同进化。

基于人工智能的电子商务个性化推荐系统研究 下载：18 浏览：731

许菁 《人工智能研究》 2024年11期

摘要:
随着电子商务的快速发展，用户面对的商品信息量日益庞大，个性化推荐系统已成为提高用户购物体验和商家销售效率的重要工具。本文旨在深入探讨基于人工智能的电子商务个性化推荐系统，分析其工作原理、技术挑战以及未来发展趋势。

基于大数据的机器学习算法在人工智能应用中的研究 下载：37 浏览：919

曹明 《人工智能研究》 2024年9期

摘要:
随着大数据技术的发展，机器学习算法在人工智能应用中的重要性日益凸显。本文探讨了基于大数据的机器学习算法在智能推荐系统、图像识别和自然语言处理中的应用。通过分析和总结当前的研究成果，本文详细介绍了决策树、支持向量机、神经网络和集成学习等主要算法在大数据环境下的应用，并结合实际案例展示了其效果和挑战。研究表明，大数据为机器学习提供了丰富的数据资源，而机器学习算法能够从大数据中提取有价值的信息，提升智能系统的性能。未来研究可以进一步优化算法，提升其计算效率和预测准确性，同时关注数据隐私与安全问题，确保人工智能技术的合法合规应用。本文的研究成果为大数据和机器学习领域的研究者和从业者提供了参考，推动了人工智能技术在各行业中的应用和发展。

人工智能在电视广播内容推荐中的应用研究 下载：93 浏览：1190

石达宽 《人工智能研究》 2024年8期

摘要:
随着人工智能技术的快速发展，其在电视广播内容推荐系统中的应用变得日益重要。人工智能通过个性化推荐系统、内容分析与理解、用户画像构建等技术，极大地提升了内容推荐的准确性和用户体验。本文首先阐述了人工智能在电视广播内容推荐中的重要性，随后详细介绍了人工智能在该领域的具体应用，包括基于用户行为数据的推荐、利用机器学习算法进行精准推荐、利用自然语言处理技术分析视频内容、结合视频元数据进行内容理解以及收集用户行为数据构建用户画像等。通过这些技术的应用，电视广播内容推荐系统能够更好地满足用户的个性化需求，提高用户满意度和忠诚度。

论人工智能技术在新媒体传播中的应用 下载：104 浏览：2667

阿卜杜克热木·米吉提 《人工智能研究》 年期

摘要:
本论文探讨了人工智能技术在新媒体传播中的广泛应用。新媒体传播已经成为信息时代的主要形式之一，而人工智能技术的快速发展为新媒体带来了前所未有的机会和挑战。本文分析了人工智能技术在内容生成、个性化推荐、用户互动和数据分析等方面的应用，以及它们对新媒体传播的影响。通过案例研究和文献综述，我们展示了人工智能技术如何提高新媒体传播的效率、扩大受众范围、提供个性化体验，并改进内容质量。然而，我们也探讨了伴随这些应用而来的伦理和隐私问题，以及信息操纵的风险。最后，本文呼吁继续研究和监管，以确保人工智能在新媒体传播中的应用符合社会和道德标准。

大数据分析在电商平台的个性化推荐系统研究 下载：35 浏览：735

王天秀 《数据与科学》 2024年7期

摘要:
随着大数据时代的到来，电商平台日益庞大的用户群体带来了丰富的数据资源，也使得个性化推荐系统成为提高用户体验，提升电商平台竞争力的重要工具。本研究以大数据技术为基础，研究并构建个性化推荐系统，以期通过高精度的推荐结果，满足不同用户的个性化需求。我们首先通过分析用户行为日志，收集用户的偏好信息，然后运用机器学习算法，如协同过滤、深度学习等，进行推荐模型的构建和训练。实验结果显示，相比于只依赖历史购物记录的传统推荐方法，使用大数据分析的推荐系统能有效提升推荐结果的准确性和覆盖率，并显著提高了用户的点击率和购买转换率。因此，运用大数据技术进行个性化推荐系统研究，能够提升电子商务平台的服务质量，增强其市场竞争力，对电子商务行业具有重要的实用价值和理论意义。

基于大数据的高考志愿填报推荐系统的设计研究 下载：103 浏览：1332

林陈钏 《数据与科学》 2023年6期

摘要:
在大数据技术之下，通过Hadoop平台、Eclipse开发环境以及Java语言等针对数据信息实施提取，实施数据清洗以及分析，进而可以使得高考志愿填报推进系统可以被建设成功。其中，高考填报系统建设的数据基础就是理念志愿填报信息、考生具体分数以及兴趣爱好等，可以实现数据信息的进一步勾连，展开详细分析，通过推荐算法，当考生输入自己的分数、专业以及地域等基础信息，系统就可以为考生推荐与之相适宜的志愿填报推荐。

“御膳房”——智能营养管家APP 下载：104 浏览：1114

龙安忠 王绍龙 刘泽垚 冯熠 文羽 《中国食品与营养》 2024年8期

摘要:
在软件设计的早期阶段，需求分析是开发前期最重要的一个步骤，对产品有一个明确的需求并进行定位，可以让开发起到事半功倍的效果。所以，在结合背景来确定本项目的设计目标之后，利用市场调研的方法，以面向对象的不同为依据，明确推荐软件所需要的具体功能，并提出系统设计的功能需求和非功能需求。
[3/3]
|<
<
1
2
3
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享