4.1 用户推荐指数
互联网
类型
8.1
豆瓣评分
可以朗读
语音朗读
170千字
字数
2012-06-01
发行日期
展开全部
主编推荐语
如何把用户感兴趣的信息精准推荐给用户,这本书讲解推荐系统的实战方法。
内容简介
随着信息技术和互联网的发展,人们逐渐从信息匮乏的时代走入了信息过载(information overload)的时代 。在这个时代,无论是信息消费者还是信息生产者都遇到了很大的挑战:对于信息消费者,从大量信息中找到自己感兴趣的信息是一件非常困难的事情;对于信息生产者,让自己生产的信息脱颖而出,受到广大用户的关注,也是一件非常困难的事情。
推荐系统是解决这一矛盾的重要工具。推荐系统的任务是联系用户和信息,一方面帮助用户发现对自己有价值的信息,另一方面让信息能够展现在对它感兴趣的用户面前,从而实现信息消费者和信息生产者的双赢。
目录
- 版权信息
- 序一
- 序二
- 序三
- 前言
- 第1章 好的推荐系统
- 1.1 什么是推荐系统
- 1.2 个性化推荐系统的应用
- 1.3 推荐系统评测
- 第2章 利用用户行为数据
- 2.1 用户行为数据简介
- 2.2 用户行为分析
- 2.3 实验设计和算法评测
- 2.4 基于邻域的算法
- 2.5 隐语义模型
- 2.6 基于图的模型
- 第3章 推荐系统冷启动问题
- 3.1 冷启动问题简介
- 3.2 利用用户注册信息
- 3.3 选择合适的物品启动用户的兴趣
- 3.4 利用物品的内容信息
- 3.5 发挥专家的作用
- 第4章 利用用户标签数据
- 4.1 UGC 标签系统的代表应用
- 4.2 标签系统中的推荐问题
- 4.3 基于标签的推荐系统
- 4.4 给用户推荐标签
- 4.5 扩展阅读
- 第5章 利用上下文信息
- 5.1 时间上下文信息
- 5.2 地点上下文信息
- 5.3 扩展阅读
- 第6章 利用社交网络数据
- 6.1 获取社交网络数据的途径
- 6.2 社交网络数据简介
- 6.3 基于社交网络的推荐
- 6.4 给用户推荐好友
- 6.5 扩展阅读
- 第7章 推荐系统实例
- 7.1 外围架构
- 7.2 推荐系统架构
- 7.3 推荐引擎的架构
- 7.4 扩展阅读
- 第8章 评分预测问题
- 8.1 离线实验方法
- 8.2 评分预测算法
- 后记
展开全部
出版方
人民邮电出版社·图灵出品
图灵社区成立于2005年6月,由人民邮电出版社投资控股,以策划出版高质量的科技书籍为核心业务,主要出版领域包括计算机、电子电气、数学统计、科普等,通过引进国际高水平的教材、专著,以及发掘国内优秀原创作品等途径,为目标读者提供一流的内容。