推薦系統(2018年機械工業出版社出版的圖書)

內容簡介

本書介紹當前推薦系統領域中的經典方法。不僅詳細討論了各類方法，還對同類技術進行了歸納總結，這有助於讀者對當前推薦系統研究領域有全面的了解。書中提供了大量的例子和習題來幫助讀者深入理解和掌握相關技術。此外，本書還介紹了當前新的研究方向，為讀者進行推薦系統技術的研究提供參考。本書既可以作為計算機相關專業本科生和研究生的教材，也適合開發人員和研究人員閱讀。

圖書目錄

Recommender Systems: The Textbook

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推薦系統套用範圍

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高級論題和套用

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套用領域

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

推薦系統(2018年機械工業出版社出版的圖書)

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條