融合混合社区与簇级特征的KAN-CTR预测模型

钱忠胜; 饶雨贤; 吴敏璇; 彭劭强; 王蓉蓉; 许克文

doi:10.12263/DZXB.20250993

您当前的位置：

首页 >

文章列表页 >

融合混合社区与簇级特征的KAN-CTR预测模型

学术论文 | 更新时间：2026-06-22

- 融合混合社区与簇级特征的KAN-CTR预测模型
- A KAN-CTR Prediction Model Integrating Hybrid Community and Cluster-Level Feature
- 钱忠胜，饶雨贤，吴敏璇，彭劭强，王蓉蓉，许克文
- 电子学报 2026年54卷第1期页码：395-416
- 作者机构：
  江西财经大学计算机与人工智能学院，江西南昌 330013
- 作者简介：
  钱忠胜男，1977年1月出生于江西省鹰潭市。2008年在上海大学获工学博士学位。江西财经大学教授，博士生导师。主要研究方向为推荐系统、人工智能、软件工程等。E-mail: changesme@163.com
  饶雨贤女，2000年2月出生于江西省丰城市。江西财经大学计算机与人工智能学院硕士研究生。主要研究方向为推荐系统、软件工程等。E-mail: ryxxx2014@163.com
  吴敏璇女，2001年7月出生于江西省景德镇市。江西财经大学计算机与人工智能学院硕士研究生。主要研究方向为推荐系统、软件工程等。E-mail: 1638457774@ qq.com
  彭劭强男，2001年7月出生于江西省景德镇市。江西财经大学计算机与人工智能学院硕士研究生。主要研究方向为推荐系统、软件工程等。E-mail: 2376389837@qq.com
  王蓉蓉女，2003年4月出生于江西省萍乡市。江西财经大学计算机与人工智能学院硕士研究生。主要研究方向为推荐系统、软件工程等。E-mail: 1804193055@qq.com
  许克文男，2001年2月出生于江西省上饶市。江西财经大学计算机与人工智能学院硕士研究生。主要研究方向为推荐系统、软件工程等。E-mail: 2576140701@qq.com
- 基金信息：
  国家自然科学基金(62262025);赣鄱俊才支持计划-主要学科学术和技术带头人培养项目-领军人才（学术类）(20243BCE51024)
- DOI： 10.12263/DZXB.20250993
  中图分类号：
- 录用：2026-01-23 ，
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
图( 10 ) 表( 9 )
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

62

浏览量

93

下载量

0

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

基于自监督学习的去流行度偏差推荐方法

两方参与的隐私保护协同过滤推荐研究

自动建立信任的防攻击推荐算法研究

低轨卫星环境下OTFS跨域嵌入式导频信道估计算法

融合混合社区与簇级特征的KAN-CTR预测模型

A KAN-CTR Prediction Model Integrating Hybrid Community and Cluster-Level Feature

DOI： 10.12263/DZXB.20250993

HTML全文

图( 10 ) 表( 9 )

参考文献

出版信息

数据统计

摘要

Abstract

关键词

Keywords

references