全文获取类型
收费全文 | 13166篇 |
免费 | 434篇 |
国内免费 | 832篇 |
学科分类
工业技术 | 14432篇 |
出版年
2024年 | 69篇 |
2023年 | 309篇 |
2022年 | 335篇 |
2021年 | 457篇 |
2020年 | 428篇 |
2019年 | 494篇 |
2018年 | 263篇 |
2017年 | 291篇 |
2016年 | 369篇 |
2015年 | 495篇 |
2014年 | 1393篇 |
2013年 | 1060篇 |
2012年 | 1403篇 |
2011年 | 1492篇 |
2010年 | 950篇 |
2009年 | 955篇 |
2008年 | 924篇 |
2007年 | 633篇 |
2006年 | 521篇 |
2005年 | 517篇 |
2004年 | 378篇 |
2003年 | 210篇 |
2002年 | 119篇 |
2001年 | 72篇 |
2000年 | 85篇 |
1999年 | 42篇 |
1998年 | 32篇 |
1997年 | 29篇 |
1996年 | 32篇 |
1995年 | 17篇 |
1994年 | 12篇 |
1993年 | 17篇 |
1992年 | 4篇 |
1991年 | 10篇 |
1990年 | 7篇 |
1989年 | 6篇 |
1983年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
31.
32.
33.
34.
35.
随着信息化和数字化时代的到来,大数据广泛渗入到各个领域。信息过载使得用户无法快速、准确地获取个人最关注的内容,这严重影响了浏览页面时的用户体验。为了能精准地进行分类推荐,对新闻分类和推荐方法进行细致的研究,进而提出一种能够进行精准分类,准确获取信息的推荐方法。利用爬虫技术获取真实的高校新闻数据;采用基于肘部法则改进的K-means算法进行聚类分析;结合用户注册时选定的兴趣标签,利用基于内容与协同过滤组合的推荐策略,针对不同用户的需求进行个性化推荐;以列表等形式将个性化的推荐结果展示给用户。根据高校的真实数据进行实验,结果表明,该算法能够有效地对高校师生的个性化服务需求进行处理,提高获取新闻时的高效性、准确性和智能性。 相似文献
37.
38.
39.
随着个性化推荐技术的发展,推荐系统面临着越来越多的挑战。传统的推荐算法通常存在数据稀疏性和推荐精度低等问题。针对以上问题,提出了一种融合时间隐语义填充和子群划分的推荐算法[K]-TLFM(Time Based Latent Factor Model Integrated with [k]-means)。该算法利用融合时间因素的隐语义模型对原始用户物品评分矩阵缺失项进行填充,避免了用全局平均值或者用户/物品平均值补全矩阵带来的误差,有效缓解了数据稀疏性问题,同时融合时间因素有效地刻画了用户偏好随时间的变化;完成评分矩阵缺失项填充后,基于二分[k]-means聚类算法将偏好、兴趣特征相似的对象划分到同一个子群中,在目标用户所属的子群中基于选定的协同过滤算法为用户产生推荐列表,提高了推荐效率和准确性。在MovieLens和Netflix数据集上对该算法的推荐性能进行了对比实验,结果表明该算法具有更高的推荐精度。 相似文献
40.