🏠 首页
基准测试
📊 所有基准测试 🦖 恐龙 v1 🦖 恐龙 v2 ✅ 待办事项应用 🎨 创意自由页面 🎯 FSACB - 终极展示 🌍 翻译基准测试
模型
🏆 前 10 名模型 🆓 免费模型 📋 所有模型 ⚙️ 🛠️ 千行代码模式
资源
💬 💬 提示库 📖 📖 AI 词汇表 🔗 🔗 有用链接

AI 词汇表

人工智能完整词典

200
个类别
2,608
个子类别
30,011
个术语
📖
个术语

混合协同过滤

结合传统协同过滤与内容或外部知识等其他方法,以解决冷启动和数据稀疏性限制的方法。

📖
个术语

混合基于内容的过滤

整合内容特征与用户行为信号,以提高推荐相关性并处理过度特化问题的方法。

📖
个术语

混合加权

使用静态或动态权重结合多个推荐算法的分数来产生最终推荐分数的技术。

📖
个术语

混合切换

根据上下文、用户特征或物品属性动态选择最适合推荐算法的策略。

📖
个术语

混合特征组合

将不同来源的特征(内容、行为、上下文)融合到统一向量空间中以训练单一推荐模型的方法。

📖
个术语

混合级联

第一个算法的推荐结果被一个或多个后续算法优化或重新排序以提高最终准确性的架构。

📖
个术语

混合元级

将基础算法的推荐结果作为输入特征,供元模型学习如何组合或修正这些初始预测的方法。

📖
个术语

混合推荐系统

无缝整合多种推荐技术(协同过滤、基于内容、基于知识)以利用其互补优势并减轻各自弱点。

📖
个术语

混合模型融合

一种高级技术,通过使用stacking、bagging或boosting等集成方法,结合多个独立训练模型的预测。

📖
个术语

自适应混合推荐

根据用户偏好变化、市场趋势或模型性能动态调整算法组合的系统。

📖
个术语

混合画像分析

通过融合显式数据(评分)、隐式数据(点击、浏览时间)和上下文数据来构建更完整的用户画像。

📖
个术语

深度混合学习

神经网络架构,为不同类型的数据(文本、图像、图)集成专门分支,在更高层进行融合以实现推荐。

📖
个术语

混合因子矩阵

矩阵分解的扩展,直接将辅助信息(物品属性、用户元数据)集成到模型中以改善泛化能力。

📖
个术语

上下文混合推荐

将传统推荐方法与上下文信息(时间、地点、设备)结合,根据当前情况个性化建议的系统。

📖
个术语

混合分数聚合

使用加权平均、中位数排序或机器学习方法等技术,组合多个推荐源分数的数学过程。

📖
个术语

混合降维

整合SVD、PCA和自编码器的方法,用于捕获用户-物品数据中的不同结构,并改善推荐的潜在表示。

📖
个术语

基于知识的混合系统

将专家规则和领域约束与统计算法集成,以确保推荐的一致性和可解释性。

📖
个术语

时间混合集成

对不同时间段训练的模型进行加权组合,以同时捕获长期趋势和用户近期偏好。

🔍

未找到结果