幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

推薦系統(原理與實踐)/電腦科學叢書

  • 作者：(美)查魯·C.阿加沃爾|譯者:黎玲利//尹丹//李默涵//王宏志
  • 出版社：機械工業
  • ISBN：9787111600329
  • 出版日期：2018/07/01
  • 裝幀：平裝
  • 頁數：374
人民幣：RMB 129 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    推薦系統是一種預測用戶對商品和信息的喜好的模型，可以幫助用戶發現自己感興趣的信息和商品。構建推薦系統時，既要考慮效率，也要考慮有效性；既要考慮用戶心理，也要考慮用戶的行為；既要考慮商品和信息的外在屬性，又要考慮商品和信息的相互關聯。由於其綜合性和複雜性，推薦系統可以看成是資料庫、自然語言處理、機器學習、信息檢索、演算法甚至心理學等領域的綜合與交叉。查魯·C.阿加沃爾著的《推薦系統(原理與實踐)/電腦科學叢書》從上述龐雜知識領域中梳理出一個完整的知識體系，有助於初學者系統地學習推薦系統知識。
作者介紹
(美)查魯·C.阿加沃爾|譯者:黎玲利//尹丹//李默涵//王宏志
    查魯·C.阿加沃爾（Charu C.Aggarwal），IBM T.J.Watson研究中心傑出研究人員（DRSM），于1996年在MIT獲得博士學位。他對數據挖掘領域有著廣泛的研究。在國際會議和期刊上發表了300余篇論文。申請了90余項專利。他曾三次被評為IBM的「傑出發明人」（Master Inventor）。並曾獲得IBM公司獎（IBM Corporate Award，2003）、IBM傑出創新獎和兩項IBM傑出技術成就獎（2009，2015）。他因為提出基於冷凝的數據挖掘中的隱私保護技術而獲得EDBT2014的時間檢驗獎（Test of Time Award）。他還獲得了IEEE ICDM研究貢獻獎（2015），這是數據挖掘領域對具有突出貢獻的研究的兩項最高獎項之一。     他曾多次擔任ACM/IEEE知名國際學術會議的主席或程序委員會主席。並擔任大數據相關多個知名期刊的主編或編委。由於在知識發現和數據挖掘演算法上的貢獻，他入選SIAM、ACM和IEEE的會士。
目錄
出版者的話
譯者序
前言
致謝
作者簡介
第1章  推薦系統概述
  1.1 引言
  1.2 推薦系統的目標
    1.2.1 推薦系統應用範圍
  1.3 推薦系統的基本模型
    1.3.1 協同過濾模型
    1.3.2 基於內容的推薦系統
    1.3.3 基於知識的推薦系統
    1.3.4 人口統計推薦系統
    1.3.5 混合集成的推薦系統
    1.3.6 對推薦系統的評價
  1.4 推薦系統領域特有的挑戰
    1.4.1 基於上下文的推薦系統
    1.4.2 時間敏感的推薦系統
    1.4.3 基於位置的推薦系統
    1.4.4 社交信息系統
  1.5 高級論題和應用
    1.5.1 推薦系統中的冷啟動問題
    1.5.2 抗攻擊推薦系統
    1.5.3 組推薦系統
    1.5.4 多標準推薦系統
    1.5.5 推薦系統中的主動學習
    1.5.6 推薦系統中的隱私問題
    1.5.7 應用領域
  1.6 小結
  1.7 相關工作
  1.8 習題
第2章  基於近鄰的協同過濾
  2.1 引言
  2.2 評分矩陣的關鍵性質
  2.3 通過基於近鄰的方法預測評分
    2.3.1 基於用戶的近鄰模型
    2.3.2 基於物品的近鄰模型
    2.3.3 高效的實現和計算複雜度
    2.3.4 基於用戶的方法和基於物品的方法的比較
    2.3.5 基於近鄰方法的優劣勢
    2.3.6 基於用戶的方法和基於物品的方法的聯合
  2.4 聚類和基於近鄰的方法
  2.5 降維與近鄰方法
    2.5.1 處理偏差
  2.6 近鄰方法的回歸模型視角
    2.6.1 基於用戶的最近鄰回歸
    2.6.2 基於物品的最近鄰回歸
    2.6.3 基於用戶的方法和基於物品的方法的結合
    2.6.4 具有相似度權重的聯合插值

    2.6.5 稀疏線性模型
  2.7 基於近鄰方法的圖模型
    2.7.1 用戶物品圖
    2.7.2 用戶用戶圖
    2.7.3 物品物品圖
  2.8 小結
  2.9 相關工作
  2.10 習題
第3章  基於模型的協同過濾
  3.1 引言
  3.2 決策和回歸樹
    3.2.1 將決策樹擴展到協同過濾
  3.3 基於規則的協同過濾
    3.3.1 將關聯規則用於協同過濾
    3.3.2 面向物品的模型與面向用戶的模型
  ……
第4章  基於內容的推薦系統
第5章  基於知識的推薦系統
第6章  基於集成的混合推薦系統
第7章  推薦系統評估
第8章  上下文敏感的推薦系統
第9章  時間與位置敏感的推薦系統
第10章  網路中的結構化推薦
第11章  社交和以信任為中心的推薦系統
第12章  抵抗攻擊的推薦系統
第13章  推薦系統高級主題
參考文獻
索引

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032