?
Cross-Domain Co-Author Recommendation Based on Knowledge Graph Clustering
P. 782–795.
Ахмед М. М., Delhibabu R.
Ключевые слова: кластеризациярекомендательные системыclusteringRecommender Systemsknowledge graphsграфы знаний EmbeddingsCross-Domain Researchвекторные представлениямежпредметные исследования
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Severin N., Kartushov D., Urzhumov V. и др., , in: Advances in Information Retrieval: 48th European Conference on Information Retrieval, ECIR 2026, Delft, The Netherlands, March 29 – April 2, 2026, Proceedings, Part II. (LNCS, volume 16484).: Cham: Springer Publishing Company, 2026. P. 508–517.
Добавлено: 18 июня 2026 г.
Городничев М. Г., Саксонов Е. А., Кулагин В. П. и др., Вестник Рязанского государственного радиотехнического университета, Российская Федерация 2025 № 94 С. 59–67
Статья посвящена разработке и экспериментальной оценке децентрализованной архитектуры интеллектуальной транспортной системы (ИТС), основанной на протоколе консенсуса Raft и методе кластеризации серверов по метрике сетевого расстояния (RTT). Показано, что существующие решения либо требуют ручной конфигурации и централизованной координации, либо не оптимизированы по задержке при географическом распределении узлов, что снижает отказоустойчивость и увеличивает время реакции системы. Предлагается ...
Добавлено: 25 марта 2026 г.
Юсупов В. А., Sukhorukov N., Фролов Е. П., User Modelling and User-Adapted Interaction 2026 Vol. 36 Article 2
Графовые системы рекомендаций стали мощной парадигмой для персонализированных рекомендаций. Однако их зависимость от полного переобучения модели для интеграции новых пользователей или новых взаимодействий создаёт барьеры для масштабирования. В реальных системах рекомендаций эта задача становится невыполнимой из-за чрезмерных затрат времени и ресурсов. Чтобы преодолеть это ограничение, мы предлагаем быстрый и эффективный метод обновления графовых рекомендательных моделей ...
Добавлено: 15 марта 2026 г.
Одним из основных инструментов анализа больших объемов финансовых данных является использование методов и моделей кластеризации, позволяющих выявлять различные закономерности. В данном исследовании рассматривается проблема кластеризации временных рядов, отражающих поведение цен, доходности, мод, трендов и ряда связанных с ними показателей акций. Актуальность и новизна исследования заключаются в предложении оригинальных алгоритмов кластеризации акций, которые представляют собой сочетание ...
Добавлено: 3 февраля 2026 г.
Klenitskiy A., Anna Volodkevich, Pembek A. и др., ACM Transactions on Recommender Systems 2026
Добавлено: 28 января 2026 г.
Anna Volodkevich, Danil Gusak, Klenitskiy A. и др., User Modelling and User-Adapted Interaction 2025 No. 35 Article 13
Добавлено: 26 января 2026 г.
Klenitskiy A., Фаткулин А. А., Denisova D. и др., , in: RecSysChallenge '25: Proceedings of the Recommender Systems Challenge 2025.: Association for Computing Machinery (ACM), 2025. P. 26–30.
Добавлено: 26 января 2026 г.
Ivanova V., Фролов Е. П., Васильев А. В., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 1142–1147.
Добавлено: 26 января 2026 г.
Pembek A., Фаткулин А. А., Klenitskiy A. и др., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 626–631.
Добавлено: 26 января 2026 г.
Рубчинский А. А., Чубарова Д. А., Technology and Investment 2025 Vol. 16 No. 4 P. 211–240
В статье рассматривается один из наиболее известных примеров социально-экономических систем, характеризующихся значительной неопределенностью, — фондовый рынок S&P-500, на котором
торгуются акции 500 крупнейших компаний США. Разработан гибкий алгоритм ежедневной
торговли. Он основан на известных фиксированных данных о стоимости акций
в предыдущие дни, а также на некоторых ранее рассчитанных значениях. Каждый день выбирается один
из двух алгоритмов для завтрашней торговли, ...
Добавлено: 19 декабря 2025 г.
Хрыльченко К. Я., , in: 32nd SIGKDD Conference on Knowledge Discovery and Data MiningVol. 1.: Association for Computing Machinery (ACM), 2026. P. 1–10.
Добавлено: 25 ноября 2025 г.
Association for Computing Machinery (ACM), 2026.
Добавлено: 25 ноября 2025 г.
Makeev S., Andreev A., Baikalov V. и др., , in: RecSysChallenge '25: Proceedings of the Recommender Systems Challenge 2025.: Association for Computing Machinery (ACM), 2025. P. 21–25.
Добавлено: 19 ноября 2025 г.
Association for Computing Machinery (ACM), 2025.
Добавлено: 19 ноября 2025 г.
Хрыльченко К. Я., Baikalov V., Makeev S. и др., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 545–550.
Добавлено: 19 ноября 2025 г.