[1] |
卢敏, 胡娟, 张先超, 丁伟健, 乐光学. 基于用户多特征融合的个性化推荐模型[J]. 电信科学, 2023, 39(5): 101-115. |
[2] |
申情, 郭文宾, 楼俊钢, 余强国. 考虑多层次潜在特征的个性化推荐模型[J]. 电信科学, 2022, 38(2): 71-83. |
[3] |
徐海勇,陶涛,黄岩,唐崔巍,张兆静,吴晶. 基于社交网络分析的流量红包客户挖掘与传播模式[J]. 电信科学, 2020, 36(8): 139-150. |
[4] |
张科,孙越佳,韩海. 基于协同过滤与社交网络混合算法的客户信用建模及授信方法[J]. 电信科学, 2020, 36(2): 52-60. |
[5] |
顾秋阳,吴宝,琚春华. 融入词汇共现的社交网络用户情感Biterm主题模型[J]. 电信科学, 2020, 36(11): 47-60. |
[6] |
顾秋阳,琚春华,吴功兴. 融入用户合作与领导激励的社交网络知识传播模型[J]. 电信科学, 2020, 36(10): 172-182. |
[7] |
李攀攀,谢正霞,乐光学,马柏林,陈丽,刘建华. SSDHT:基于社交网络的DHT安全增强机制[J]. 电信科学, 2018, 34(11): 10-20. |
[8] |
马春宇,王军林,王宝旺,甘波华. 个性化推荐助力运营商数字化营销[J]. 电信科学, 2018, 34(1): 174-180. |
[9] |
王莉,冯志勇,张平. 面向分布式缓存系统的无线资源管理:动机、挑战与方法[J]. 电信科学, 2017, 33(3): 83-94. |
[10] |
于洪涌,邱晨旭,闻剑峰. IPTV视频个性化推荐方案[J]. 电信科学, 2017, 33(12): 127-135. |
[11] |
张宁,范崇睿,张岩. 一种基于RFM模型的新型协同过滤个性化推荐算法[J]. 电信科学, 2015, 31(9): 103-111. |
[12] |
廖建新. 大数据技术的应用现状与展望[J]. 电信科学, 2015, 31(7): 1-12. |
[13] |
沈士根,黄龙军,胡珂立,李宏杰,韩日昇,曹奇英. 基于微分博弈的在线社交网络恶意程序传播优化控制方法[J]. 电信科学, 2015, 31(10): 66-73. |
[14] |
亓晋,许斌,胡筱旋,徐匾珈,肖星琳. 基于用户行为认知的在线社交网络协同推荐[J]. 电信科学, 2015, 31(10): 108-114. |
[15] |
琚春华,黄治移,鲍福光. 融入音乐子人格特质和社交网络行为分析的音乐推荐方法[J]. 电信科学, 2015, 31(10): 115-123. |