{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,4,11]]，“日期-时间”：“2024-04-11T05:48:30Z”，“时间戳”：1712814510165}，“参考-计数”：26，“出版商”：“Springer Science and Business Media LLC”“2019-01-02T00:00:00Z”，“timestamp”：1546387200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com/tdm”}]，“funder”：[{“DOI”：“10.13039\/501100001809”，“name”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“award”：[“61602048”]}，{“DOI”：中国科学基金”，“doi-asserted-by”：“publisher”，“award”：[“61520106007”]}，{“doi”：“10.13039\/501100001809”，“name”：“国家自然科学基金”，“doi-asserted-by”：”publisher“，”award“：[”61601046“]}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[”Appl Intell“]，“published-print”：{“日期部分”：[2019,6]]}，“DOI”：“10.1007\/s10489-018-1378-9”，“type”：“journal-article”，“created”：{“date-parts”：[[2019,1,2]，“date-time”：“2019-01-02T04:51:42Z”，“timestamp”：154640472000}，”page“：”2101-2118“，”update-policy“http://dx.DOI.org\/10.10007\/springer_crossmark_policy”，“source”：”Crossref“，“is-referenced-by-count”：20，“标题”：[“用于个性化推荐的分类感知协同去噪自动编码器”]，“前缀”：“10.1007”，“卷”：“49”，“作者”：[｛“给定”：“春红”，“家族”：“张”，“序列”：“第一”，“隶属关系”：[]｝，｛“ORCID”：“http:\/\/ORCID.org/0000-0002-2995-7821”，“已认证的ORCID”：false，“给定”：“天天”，“家族”：“李”，“序列”：“附加”，“affiliation”：[]}，{“given”：“Zhibin”，“family”：“Ren”，“sequence”：“additional”，“affaliation”（附属）：[]}]]}，“引用”：[{“问题”：“3”，“密钥”：“1378_CR1”，“doi-asserted-by”：“publisher”，“first page”：“659”，“doi”：“10.1007\/s10489-017-0928-x”，“volume”：”47“，“author”：“Z Zhang”，“year”：“2017”，“unstructured”：“Zhang Z，Xu G，Zhang P，Wang Y（2017）基于综合信任的社交网络个性化推荐算法。Appl Intell 47（3）：659\u2013669“，”journal-title“：”Appl Intel}，{“key”：“1378_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Sivapalan S，Sadeghian A，Rahnama H，Madni AM（2014）电子商务中的推荐系统。in：2014年世界自动化大会youtube推荐的深度神经网络。在：第十届ACM推荐系统会议论文集-RecSys\u201916，pp 191\u2013198“，“DOI”：“10.1145\/2959100.2959190”}，{“key”：“1378_CR4”，“unstructured”：“Pan Q，Wang X（2017）基于分析层次过程和模拟退火的专业旅游者独立旅行推荐算法。Appl Intell pp 1\u201317”}，{“key”：“1378_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Koenigstein N，Dror G，Koren Y（2011）Yahoo！music recommendations:使用时间动力学和项目分类法建模音乐评级。In:第五届ACM推荐系统会议论文集-RecSys\u201911，pp 165\u2013172”，”doi“：”10.1145\/2043932.2043964“}，{”key“：“1378_CR6”，“非结构化”：“Mnih A，Dror G，Koren Y，Weimer M（2012）隐式反馈的分类信息潜在因素模型。摘自：2011年KDD-Cup会议录，第18卷，第169\u2013181页”}，{“key”：“1378-CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Ziegler CN，McNee SM，Konstan JA，Lausen G（2005）通过主题多样化改进建议清单。收录：第十四届万维网国际会议论文集-WWW\u201905，pp 22\u201332“，”DOI“：”10.1145\/1060745.1060754“}，{“问题”：”2“，”key“：”1378_CR8“，”DOI-asserted-by“：”publisher“，”first page“：“1”，”DOI:“10.1145\/2983533”，“卷”：“11”，“作者”：“B Liu”，“年份”：“2016”，”unstructured“：”Liu B，Wu Y，龚NZ，Wu J，熊H，Ester M（2016）移动应用程序推荐用户选择的结构分析。ACM Transactions on Knowledge Discovery from Data 11（2）：1\u201323“，”journal-title“：”ACM Translations on Knowledge Discountry from Data“}，{“issue”：“8”，“key”：“1378_CR9”，“doi-asserted-by”：“publisher”，“first page”：”30“，“doi”：“10.1109\/MC.2009.263”，“volume”：42“author”：“Y Koren”，”，“year”：“2009”，“unstructured”：“Koren Y，Bell R，Volinsky C（2009）推荐系统的矩阵分解技术。Computer 42（8）：30\u201337“，”journal-title“：”Computer“}，{“key”：“1378_CR10”，“unstructured”：“Salakhutdinov R，Mnih A（2007）概率矩阵因式分解。In:Proceedings of the 20th international conference on neural information processing systems-NIPS\u201907），pp 1257\u20131264“}Rendle S，Freudenthaler C，Gantner Z，Schmidt-Thieme L（2009）BPR：基于隐性反馈的贝叶斯个性化排名。pp 452\u2014-461“}，{”issue“：”3“，”key“：”1378_CR12“，”doi-asserted-by“：”publisher“，”first page“：“521”，”doi“：”10.1007\/s10489-016-0841-8“，“volume”：“46”，“author”：“Y Yu”，“year”：“2017”，“unstructured”：“Yu，Wang C，Wang H，Gao Y（2017）基于属性耦合的项目推荐矩阵分解。应用智能46（3）：521\u2013533”，“日志标题“：”Appl Intell“}，{“key”：“1378_CR13”，“unstructured”：“Zhang S，Yao L，Sun A（2017）基于深度学习的推荐系统：调查与新视角。CoRR arXiv:1707.07435”}，“key“：”1378_CR14“，“doi-asserted-by”：“crossref”，“非结构化”：“Sedhain S，Menon AK，Sanner S，Xie L（2015）AutoRec：自动编码器满足协同过滤。摘自：第24届万维网国际会议论文集-WWW\u201915，pp 111\u2013112“，“DOI”：“10.1145\/2740908.2742726”}，{“key”：“1378_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Strub F，Gaudel R，Mary J（2016）基于自动编码器的混合推荐系统。摘自：第一届推荐系统深度学习研讨会论文集-DLRS 2016，第11-16页“，“DOI”：“10.1145\/2988450.2988456”}，{“key”：“1378_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wu Y，DuBois C，Zheng AX，Ester M（2016）Top-N推荐系统的协同去噪自动编码器。收录：第九届ACM网络搜索和数据挖掘国际会议论文集-WSDM\u201916，pp 153\u2013162“，“DOI”：“10.1145\/2835776.2835837”}，{“key”：“1378_CR17”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang H，Wang N，Yeung DY（2015）推荐系统的协作深度学习。摘自：第21届ACM SIGKDD知识发现和数据挖掘国际会议论文集-KDD\u201915，pp 1235\u20131244“，“DOI”：“10.1145\/2783258.2783273”}，{“key”：“1378_CR18”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li S，Kawale J，Fu Y（2015）通过边缘化去噪自动编码器进行深度协作过滤。摘自：第24届ACM国际信息与知识管理会议论文集-CIKM\u201915，pp 811\u2013820“，“DOI”：“10.1145\/2806416.2806527”}，{“key”：“1378_CR19”，“DOI-asserted-by”：“crossref”，“unstructured”：“Dong X，Yu L，Wu Z，Sun Y，Yuan L，Zhang F（2017）一种用于推荐系统的具有深层结构的混合协同过滤模型。摘自：《第三十届AAAI人工智能会议论文集》（AAAI-17），“DOI”：“10.1609\/AAAI.v31i1.10747”}，{“key”：“1378_CR20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Menon AK，Chitrapura KP，Garg S，Agarwal D，Kota N（2011）使用带有层次结构和副信息的协作过滤进行响应预测。摘自：第17届ACM SIGKDD知识发现和数据挖掘国际会议论文集-KDD\u201911，第141\u2013149页“，”DOI“：”10.1145\/2020408.2020436“}，{“key”：“1378_CR21”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ahmed A，Kanagal B，Pandey S，Josifovski V，Pueyo LG，Yuan J（2013）具有附加和分层平滑用户偏好的潜在因素模型。在：第六届ACM网络搜索和数据挖掘国际会议论文集-WSDM\u201913，pp385\u2013394“，“DOI”：“10.1145\/243396.2433445”}，｛“issue”：“10”，“key”：“1378_CR22”，“DOI asserted by”：“publisher”，“first page”：“956”，“DOI”：“10.14778\/236664.2336669”，“volume”：“5”，“author”：“B Kanagal”，“year”：“2012”，“nonstructured”：“Kanagal B、Ahmed A、Pandey S、Josifovski V、Yuan J、Garcia-Pueyo L（2012）使用分类法学习用户购买行为的增压推荐系统。VLDB捐赠会议记录5（10）：956\u2013967”，“期刊标题”：“VLDB捐赠会会议记录”}，{“key”：“1378_CR23”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang Y，Ahmed A，Josifovski V，Smola A（2014）个性化推荐的分类发现。收录于：第七届ACM网络搜索与数据挖掘国际会议论文集——WSDM\u201914，pp 243\u2013252“，“DOI”：“10.1145”：“2556195.2556236”}，{“key”：”1378_CR24“，“DOI-asserted-by”：“crossref”，“unstructured”：“Ren Z，Zhang C，Li T，Hu Z（2017）用于推断移动通信用户偏好的分类诱导矩阵分解。2017年IEEE第18届移动数据管理（MDM）国际会议，第328\u2013331页，“DOI”：“10.1109\/MDM.2017.53”}，{“key”：“1378_CR25”，“DOI-asserted-by”：“publisher”，“unstructured”：“Abadi M、Agarwal A、Barham P、Brevdo E、Chen Z、Citro C、Corrado G S、Davis A、Dean J、Devin M、Ghemawat S、Goodfellow I、Harp A、Irving G、Isard M、Jia Y、Jozefowicz R、Kaiser L、Kudlur M、Levenberg J、Mane D、Monga R、Moore S、Murray D、Olah C、Schuster M、Shlens J、Steiner B、Sutskever I、Talwar K、Tucker P、Vanhoucke V、Vasudevan V、Viegas F，Vinyals O，Warden P，Wattenberg M，Wicke M，Yu Y，Zheng X（2016）TensorFlow:异构分布式系统上的大规模机器学习。https:\/\/doi.org\/10.109\/TIP.2003.819861“，“doi”：“10.1109\/TIP/2003.819861”}，{“key”：“1378_CR26”，“unstructured”：“Gloot X，Bengio Y（2010）理解深度前馈神经网络训练的困难。摘自：第十三届人工智能与统计国际会议论文集（AISTATS\u201910），第9卷。pp 249\u2013256“}]，“container-title”：[“应用智能”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/s10489-018-1378-9.pdf”，“内容类型”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http:\/\/link.springer.com/article\/10.1007\/s10489-018-1378-9\/fulltext.html“，”content-type“：”text\/html“，”内容版本“：”vor“，”intended-application“：”text-mining“}，{”URL“：”http://\/link.springer.com\/content\/pdf\/10007\/s10489-018-1378-9.pdf“，”content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”“：”相似性检查“}”，“存放”：{“日期-部分”：[[2022,9,9]]，“日期-时间”：“2022-09-09T13:51:29Z”，“时间戳”：1662731489000}，“分数”：1，“资源”：{“主要”:{“URL”：“http://\/link.springer.com\/10.1007\/s10489-018-1378-9”}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期-部分“：[2019,1,2]]}，“references-count”：26，“journal-issue”：{“issue”：“6”，“published-print“：{”date-parts“：[[2019,6]]}}，”alternative-id“：[”1378“]，”URL“：”http://\/dx.doi.org\/10.1007\/s10489-018-1378-9“，”relationship“：{}，“ISSN”：[”0924-669X“，”1573-7497“]，“ISSN-type”：[{“value”：“0924-669 X”，“type”:“print”}，{“value”：“1573-74979”，“类型“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[[2019,1,2]]}，”断言“：[{”值“：”2019年1月2日“，”订单“：1，”名称“：”first_online“，”标签“：”first online“，“group”：{“name”：“Article History”，“label”：“文章历史”}}]}}