推荐系统、信息挖掘及基于互联网的信息物理研究

被引：5

作者：

汪秉宏 ^{[1
,2
]}

周涛 ^{[1
,3
,4
]}

刘建国 ^{[2
,4
]}

机构：

[1] 中国科学技术大学近代物理系

[2] 上海理工大学复杂系统科学研究中心

[3] 电子科学技术大学互联网研究中心

[4] 瑞士弗里堡大学物理系

来源：

复杂系统与复杂性科学 | 2010年 / 7(Z1)卷 / Z1期

关键词：

推荐系统; 信息挖掘; 基于互联网的信息物理;

D O I：

10.13306/j.1672-3813.2010.z1.016

中图分类号：

N941.4 [大系统理论];

学科分类号：

071101 ;

摘要：

介绍由中国科学技术大学统计物理复杂系统研究组、上海理工大学复杂系统科学研究中心、电子科技大学互联网研究中心和瑞士弗里堡大学物理系所组成的研究团队在国家自然科学基金项目:基于复杂网络的复杂系统动力学及统计行为的研究;动态评价网络的统计分析与信息挖掘;人类行为的动力学和统计力学研究及重大研究计划支持下所完成的关于推荐系统、信息挖掘及基于互联网的信息物理研究方面的工作和研究进展。

引用

页码：46 / 49

页数：4

共 12 条

[1] 个性化推荐系统评价方法综述 [J].

刘建国 ;

周涛 ;

郭强 ;

汪秉宏 .

复杂系统与复杂性科学, 2009, 6 (03) :1-10

[2] 个性化推荐系统的研究进展 [J].

刘建国 ;

周涛 ;

汪秉宏 .

自然科学进展, 2009, 19 (01) :1-15

[3]

Link prediction in weighted networks: The role of weak ties[J] . Linyuan Lü,Tao Zhou.EPL (Europhysics Letters) . 2010 (1)

[4]

Relevance is more significant than correlation: Information filtering on sparse data[J] . Ming-Sheng Shang,Linyuan Lü,Wei Zeng,Yi-Cheng Zhang,Tao Zhou.EPL (Europhysics Letters) . 2009 (6)

[5] Adaptive model for recommendation of news [J].