全文获取类型
收费全文 | 13028篇 |
免费 | 420篇 |
国内免费 | 821篇 |
学科分类
工业技术 | 14269篇 |
出版年
2024年 | 6篇 |
2023年 | 309篇 |
2022年 | 316篇 |
2021年 | 430篇 |
2020年 | 428篇 |
2019年 | 500篇 |
2018年 | 248篇 |
2017年 | 275篇 |
2016年 | 355篇 |
2015年 | 479篇 |
2014年 | 1391篇 |
2013年 | 1058篇 |
2012年 | 1404篇 |
2011年 | 1491篇 |
2010年 | 949篇 |
2009年 | 955篇 |
2008年 | 925篇 |
2007年 | 634篇 |
2006年 | 521篇 |
2005年 | 519篇 |
2004年 | 381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 | 5篇 |
1983年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
商品展示设计是针对性设计,布局和施行商品销售、展示、视觉传播和购物环境,以促成销售,促销商品并满足生产者和消费者的需要.消费者的需要创造了愈加的科学、更加合理、更合乎人们购物习惯于生活方式的商品展出系统.适应如今的商品展示社会化市场的要求,它结合了有关网络和商品消费的理论知识,包含多个学科的研究性质,拥有非常好的研究意义和实现价值. 相似文献
2.
为了解决现有推荐算法仅考虑同类产品间单向推荐所缺乏的灵活性,提升产品的销量及用户的购物体验,提出一种基于客户喜好的双向个性化推荐算法,不仅可以为客户精准推荐产品,还可以为商家推荐潜在客户.首先,基于产品购买网络中客户及其邻居的购买信息,扩展客户购买信息;其次设计客户产品喜好权重计算办法,分析客户的购买喜好,并在客户喜好的指导下为客户提供个性化的产品推荐;最后,基于商家提供的样本客户,挖掘与样本客户相似的客户构成社区,为商家提供潜在客户推荐以及精准客户维护.在真实数据集上的实验验证了算法的有效性.该算法从客户和商家两个维度出发实现了产品与客户的双向推荐,为个性化推荐领域的研究提供有益的帮助. 相似文献
3.
近年来,随着社交网络的发展,如何设计出符合用户个性化需求的路径推荐方法,已成为重要的研究热点.文中考虑了兴趣点的相关特征,将用户的情感与商品相似度融入蚁群算法的启发函数中,采用精英管理蚂蚁策略,最大化管理蚂蚁策略的改进策略,同时利用粒子群算法改进蚁群算法的初次信息素分布,结合数据集中593名游客的评分以及文本评论数据,提出基于粒子群-蚁群的旅游路径推荐算法(Particle Swarm-Ant Colony algorithm for user emotion and similarity,PS-AC)算法,并用改进后的蚁群算法实现环游景区内高人气景点的用户旅游路径推荐.基于真实的数据集测试表明,所提算法在精确率、召回率、F测度值上均有较好的性能. 相似文献
4.
兴趣点(POI)推荐可以帮助用户发现其没有访问过但可能感兴趣的地点,是重要的基于位置的服务之一。时间在POI推荐中是一个重要因素,而现有POI推荐模型并没有较好地考虑时间因素,因此通过考虑时间因素来提出融入时间的POI协同推荐(TUCF)算法,从而提高POI推荐的效果。首先,分析基于位置的社交网络(LBSN)的用户签到数据,以探索用户签到的时间关系;然后,利用时间关系对用户签到数据进行平滑处理,以融入时间因素并缓解数据稀疏性;最后,根据基于用户的协同过滤方法,在不同时间推荐不同POI给用户。在真实签到数据集上的实验结果表明,与基于用户的协同过滤(U)算法相比,TUCF算法的精确率和召回率分别提高了63%和69%;与具有平滑增强时间偏好的协同过滤(UTE)算法相比,TUCF算法的精确率和召回率分别提高了8%和12%;并且TUCF算法的平均绝对误差(MAE)比U算法和UTE算法分别减小了1.4%和0.5%。 相似文献
5.
现有的评审专家推荐过程通常依赖于人工匹配,在进行专家推荐时不能充分捕捉评审项目所属学科与专家研究兴趣之间的语义关联,导致专家推荐的精确性较低。为解决这个问题,提出了一种科研项目同行评议专家学术专长匹配方法。该方法构建学术网络以建立学术实体联系,并设计元路径捕捉学术网络中不同节点间的语义关联;使用随机游走策略获得项目所属学科与专家研究兴趣共现关联的节点序列,并通过网络表示学习模型训练得到具有语义关联的项目所属学科与专家研究兴趣的向量表示;在此基础上,按照项目学科树层次结构逐层计算语义相似度,以实现多粒度的同行评议学术专长匹配。在爬取的知网和万方论文数据集、某专家评审数据集、以及百度百科词向量数据集上得到的实验结果表明,所提方法能提升项目所属学科与专家研究兴趣间的语义关联,并能有效应用于项目评审专家的学术专长匹配。 相似文献
6.
"互联网+"环境下,网上自主学习已成常态.文章提出一种个性化试题推荐方法,先通过认知诊断模型诊断出学生的认知状态,再采用协同过滤方法推荐试题,能给学生推荐准确且可解释性的试题. 相似文献
7.
8.
9.
会话推荐的任务是根据用户近期的点击行为预测下一个点击.该领域之前的模型主要关注到会话推荐中的时序模式(序列特征),但是由于用户兴趣迁移以及商品多属性等因素,物品之间的交互关系可能比呈现出来的时序模式更为复杂.为了解决该问题,受PageRank算法的启发,把会话点击和网页跳转联系起来,提出了一个会话推荐中的影响力扩散模型.具体地说,该模型在会话序列的显式时序结构之上构建了会话图,刻画出更加丰富的转移路径,并通过图扩散模型捕获到物品之间的潜在交互关系.在会话表示阶段,该模型提出了一种新颖的位置编码方式来应对兴趣迁移的状况,并在此基础上设计了一种意图提取框架,能在多兴趣会话中迭代出核心意图.在真实数据集上的实验结果表明,所提模型相较于以往方法有较好的性能,并有效解决了兴趣迁移的问题. 相似文献
10.
大学生选课是一个既重要又繁琐的过程,如果不提前规划,就有可能出现错失特定学期的中意课程,单学期课业量过重和时间浪费问题,进而影响学习主动性和学业成绩.为解决上述问题,研发选课推荐系统,根据学生所设限定条件推荐多学期的选课方案.文章提出基于0-1背包的回溯算法来处理约束,可以大范围剪枝,加快求解速度.测试结果表明,本系统可以为学生推荐意向匹配率高且课业量少的选课方案. 相似文献