推荐系统 技术、评估及高效算法

推荐系统 技术、评估及高效算法

作者: 
Francesco Ricci / Lior Rokach / Bracha Shapira / Paul B. Kantor
ISBN: 
9787111503934
出版日期: 
星期三, 七月 1, 2015

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