...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural processing letters >Content-Based Bipartite User-Image Correlation for Image Recommendation
【24h】

Content-Based Bipartite User-Image Correlation for Image Recommendation

机译：基于内容的图像推荐的二分层用户图像相关性

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The popularity of online social curation networks takes benefits from its convenience to retrieve, collect, sort and share multimedia contents among users. With increasing content and user intent gap, effective recommendation becomes highly desirable for its further development. In this paper, we propose a content-based bipartite graph for image recommendation in social curation networks. Bipartite graph employs given sparse user-image interactions to infer user-image correlation for recommendation. Beside given user-image interactions, the user interacted visual content also reveals valuable user preferences. Visual content is embedded into the bipartite graph to extend the correlation density and the recommendation scope simultaneously. Furthermore, the content similarity is employed for recommendation rerank-ing to improve the visual quality of recommended images. Experimental results demonstrate that the proposed method enhances the recommendation ability of the bipartite graph effectively.
机译：在线社交策策网络的普及从方便，从用户中检索，收集，排序和共享用户之间的多媒体内容带来好处。随着内容和用户意图差距的增加，有效的建议对其进一步发展来说变得非常可取。在本文中，我们提出了一种基于内容的双链图，用于社会策策网络中的图像推荐。二角形图采用给定的稀疏用户图像交互，以推断用户图像相关性以获取推荐。除了给定的用户图像交互旁边，用户互动的视觉内容还揭示了有价值的用户偏好。视觉内容嵌入到二分图中以同时扩展相关密度和推荐范围。此外，采用内容相似性用于推荐Rerank-ing以提高推荐图像的视觉质量。实验结果表明，所提出的方法有效提高二分拉图的推荐能力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号