简介
推荐系统是为用户推荐所需物品的软件工具和技术,对于在线处理信息过载是一个非常有价值的方法,并成为电子商务领域最强大和流行的工具之一。本书融合不同领域专家学者的理论成果和实践经验,从推荐系统相关技术、推荐系统的应用与评估、推荐系统的交互、推荐系统和社区及高级算法5个方面介绍推荐系统的主要概念、理论、方法、趋势、挑战和应用,详细阐释如何支持用户决策、计划和购买过程,帮助你梳理推荐系统的相关知识体系,并理解推荐系统的原理、算法及实现。
目录
出版者的话
推荐序一
推荐序二
译者序
前言
第1章 概述
第一部分 基础技术
第2章 推荐系统中的数据挖掘方法
第3章 基于内容的推荐系统:前沿和趋势
第4章 基于近邻推荐方法综述
第5章 协同过滤算法的高级课题
第6章 开发基于约束的推荐系统
第7章 情境感知推荐系统
第二部分 推荐系统的应用与评估
第8章 推荐系统评估
第9章 IPTV服务提供商推荐系统:一个大规模真实产品环境的应用
第10章 走出实验室的推荐系统
第11章 匹配推荐系统的技术与领域
第12章 用于技术强化学习的推荐系统
第三部分 推荐系统的影响
第13章 基于评价推荐系统的进展
第14章 构建更值得信任和具有说服力的推荐系统:特性对评估推荐系统的影响
第15章 设计和评估推荐系统的解释
第16章 基于实例评价研究的产品推荐系统的可用性准则
第17章 基于示意图的产品目录可视化
第四部分 推荐系统与群体
第18章 个性化Web搜索中的群体、协作与推荐系统
第19章 社会化标签推荐系统
第20章 信任和推荐
第21章 组推荐系统
第五部分 高级算法
第22章 推荐系统中的偏好聚合
第23章 推荐系统中的主动学习
第24章 多准则推荐系统
第25章 具有健壮性的协同推荐
本书贡献者名单
翻译团队名单
推荐序一
推荐序二
译者序
前言
第1章 概述
第一部分 基础技术
第2章 推荐系统中的数据挖掘方法
第3章 基于内容的推荐系统:前沿和趋势
第4章 基于近邻推荐方法综述
第5章 协同过滤算法的高级课题
第6章 开发基于约束的推荐系统
第7章 情境感知推荐系统
第二部分 推荐系统的应用与评估
第8章 推荐系统评估
第9章 IPTV服务提供商推荐系统:一个大规模真实产品环境的应用
第10章 走出实验室的推荐系统
第11章 匹配推荐系统的技术与领域
第12章 用于技术强化学习的推荐系统
第三部分 推荐系统的影响
第13章 基于评价推荐系统的进展
第14章 构建更值得信任和具有说服力的推荐系统:特性对评估推荐系统的影响
第15章 设计和评估推荐系统的解释
第16章 基于实例评价研究的产品推荐系统的可用性准则
第17章 基于示意图的产品目录可视化
第四部分 推荐系统与群体
第18章 个性化Web搜索中的群体、协作与推荐系统
第19章 社会化标签推荐系统
第20章 信任和推荐
第21章 组推荐系统
第五部分 高级算法
第22章 推荐系统中的偏好聚合
第23章 推荐系统中的主动学习
第24章 多准则推荐系统
第25章 具有健壮性的协同推荐
本书贡献者名单
翻译团队名单