鼎稔道學館

反向連結 · 推薦系統

所有透過 [[推薦系統]] wikilink 或 /n/concept/%E6%8E%A8%E8%96%A6%E7%B3%BB%E7%B5%B1 內部連結 引用此節點的其他條目。

共找到 5 個反向引用。

☯️ 概念5

智能推薦
# 智能推薦 智能推薦([[智能推薦]])是一種利用[[演算法]]分析[[用戶行為]],從而向使用者提供符合其興趣之內容的資訊技術系統。其核心在於[[大數據]]處理與[[個性化]]模型的結合,透過持續學習使用者的偏好,動態調整[[推薦系統]]的輸出。 ## 運作原理 1. **資料收集**:系統會記錄使用者在平台上的點擊、瀏覽、購買等行為,形成龐大的[[數據
更新:2026/6/5
TikTok
TikTok 是由 [[ByteDance]] 於 2016 年在中國推出的[[短影片]]分享平台,主打 15 秒至 3 分鐘的音樂短片。 使用者可自行錄製、剪輯並加上特效與濾鏡,營造高度娛樂性的內容生態。 平台迅速在全球走紅,尤其受 [[青少年]] 族群喜愛,成為最具影響力的 [[社群媒體]] 之一。 其 [[病毒式傳播]] 特性與智能 [[推薦系統]]
更新:2026/6/5
向量空間模型
## 向量空間模型 向量空間模型(Vector Space Model,VSM)是資訊檢索與文本分類中常用的數學模型。它將[[文件]]或查詢轉換為[[高維向量]],向量的每一維對應一個[[語彙項目]](如詞語或其權重),通常使用[[TF-IDF]]或其他權重計算方式。模型的核心在於透過向量之間的相似度來判斷[[文件]]間的關聯性,最常見的相似度量測是[[餘弦
更新:2026/6/5
餘弦相似度
餘弦相似度是一種在向量空間中衡量方向的度量指標,常用於[[機器學習]]與[[資訊檢索]]等領域。其取值範圍介於[-1, 1],其中 1 表示兩向量指向完全相同的方向,0 表示正交無關,-1 則代表方向完全相反。透過計算向量的[[餘弦定理]]可快速取得相似度數值。 在[[文本處理]]中,常將文件或詞語轉換為高維[[特徵空間]]的向量,再利用餘弦相似度來比較其相
更新:2026/6/5
图神经网络
圖神經網絡(Graph Neural Network,簡稱GNN)是一種專門用來處理圖結構資料的深度學習模型。它透過在節點與邊之間傳遞訊息,逐步聚合鄰居特徵,從而產出全域性的表示。常見的實現包括[[圖卷積網路]](GCN)、[[GraphSAGE]]以及[[圖注意力網路]](GAT),這些架構分别採用卷積、採樣與注意力機制來提升表達能力。 在應用層面上,圖神
更新:2026/6/5