| 查看: 1909 | 回复: 5 | ||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | ||
perry_zhang新虫 (正式写手)
|
[求助]
论文是否已被检索求助！ 已有2人参与
|
|
|
本人新发表了几篇SCI论文，烦请帮忙查看一下是否已被SCI检索，谢谢！ [1] Zhipeng Zhang, Yasuo Kudo, Tetsuya Murai, Yonggong Ren. Improved covering-based collaborative filtering for new users’ personalized recommendations[J]. Knowledge and Information Systems, 2020, 62: 3133–3154. [2] Zhipeng Zhang, Yao Zhang, Yonggong Ren. Employing neighborhood reduction for alleviating sparsity and cold start problems in user-based collaborative filtering[J]. Information Retrieval Journal, 2020, 23: 449–472. [3] Zhipeng Zhang, Yasuo Kudo, Tetsuya Murai, Yonggong Ren. Addressing completed new item cold-start recommendation: A niche item-based collaborative filtering via interrelationship mining[J]. Applied Sciences-Basel, 2019, 9, 1894. [4] Zhipeng Zhang, Yasuo Kudo, Tetsuya Murai, Yonggong Ren. Enhancing recommendation accuracy of item-based collaborative filtering via item-variance weighting[J]. Applied Sciences-Basel, 2019, 9, 1928. |
回复此楼» 猜你喜欢
AI 太可怕了，写基金时，提出想法，直接生成的文字比自己想得深远，还有科学性
已经有6人回复
-
有院领导为了换新车，用横向课题经费买了俩车
已经有9人回复
-
酰胺脱乙酰基
已经有13人回复
-
博士延得我，科研能力直往上蹿
已经有8人回复
-
同年申请2项不同项目，第1个项目里不写第2个项目的信息，可以吗
已经有4人回复
-
有时候真觉得大城市人没有县城人甚至个体户幸福
已经有10人回复
-
天津大学招2026.09的博士生，欢迎大家推荐交流（博导是本人）
已经有5人回复
-
遇见不省心的家人很难过
已经有22人回复
3楼2020-09-13 21:53:43
knight7120
铁杆木虫 (正式写手)
- 应助: 1 (幼儿园)
- 金币: 5984.1
- 散金: 44
- 红花: 2
- 帖子: 452
- 在线: 190.9小时
- 虫号: 616065
- 注册: 2008-10-03
- 性别: GG
- 专业: 民族药学
2楼2020-09-13 21:49:45
4楼2020-09-13 23:00:20
bobvan
至尊木虫 (文坛精英)
- SEPI: 1
- 应助: 4787 (副教授)
- 金币: 32330.9
- 散金: 20755
- 红花: 351
- 帖子: 11179
- 在线: 1516小时
- 虫号: 2171443
- 注册: 2012-12-07
- 专业: 催化化学
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与，应助指数 +1
perry_zhang: 金币+10, ★★★★★最佳答案 2020-09-14 06:57:28
感谢参与，应助指数 +1
perry_zhang: 金币+10, ★★★★★最佳答案 2020-09-14 06:57:28
|
1) Improved covering-based collaborative filtering for new users’ personalized recommendations 入藏号: WOS:000544063400008 2) Employing neighborhood reduction for alleviating sparsity and cold start problems in user-based collaborative filtering 入藏号: WOS:000541331600001 3) Addressing complete new item cold-start recommendation: A niche item-based collaborative filtering via interrelationship mining 入藏号: WOS:000469756000173 4) Enhancing recommendation accuracy of item-based collaborative filtering via item-variance weighting 入藏号: WOS:000469756000207 |
5楼2020-09-14 00:43:13