采用最大似然估计法(MLE)方法来计算模型的转移概率,在训练语料不足或参数空间庞大的情况下,会遇到数据稀疏(Data Sparsity)问题:即有许多合法的在未来的文本中要遇到的同现现象在统计语料中从未出现过,..
基于24个网页-相关网页
Input data representation and sparsity 输入数据的表示和稀疏性
The collaborative filtering (CF) algorithms often suffer from data sparsity problem.
评分矩阵数据稀疏问题严重影响协同过滤推荐性能。
参考来源 - 基于多示例学习的对象图像推荐·2,447,543篇论文数据，部分数据来源于NoteExpress
The main disadvantage of the way is the problem of data sparsity.
对于半监督方法，目前存在的一个严重的问题是数据稀疏问题。
Translation template can solve the problem of data sparsity, large storage space and low matching precision of examples.
利用翻译模板可以有效的解决翻译实例的数据稀疏问题、简化实例库的规模并提高实例匹配的精确率。
Aiming at the problem of data sparsity for collaborative filtering, a novel rough set-based collaborative filtering algorithm is proposed.
针对协同过滤中的数据稀疏问题，提出了一种基于粗集的协同过滤算法。
应用推荐