由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]推荐系统:技术、评估及高效算法(原书第2版)弗朗西
¥ ×1
出版者的话
推荐序一
推荐序二
推荐序三
译者序
前言
译者简介
第1章 推荐系统:简介和挑战
1.1 简介
1.2 推荐系统的功能
1.3 数据和知识来源
1.4 推荐技术
1.5 推荐系统评估
1.6 推荐系统应用
1.7 推荐系统与人机交互
1.8 高级话题
1.9 挑战
1.9.1 偏好获取与分析
1.9.2 交互
1.9.3 新的推荐任务
参考文献
第一部分 推荐系统技术
第2章 基于邻域的推荐方法综述
2.1 简介
2.1.1 基于邻域方法的优势
2.1.2 目标和概要
2.2 问题定义和符号
2.3 基于邻域的推荐
2.3.1 基于用户的评分预测
2.3.2 基于用户的分类预测方法
2.3.3 回归与分类
2.3.4 基于物品的推荐
2.3.5 基于用户和基于物品的推荐方法的比较
2.4 基于邻域方法的要素
2.4.1 评分标准化
2.4.2 相似度权重的计算
2.4.3 邻域的选择
2.5 高级进阶技术
2.5.1 基于图的方法
2.5.2 基于学习的方法
2.6 总结
参考文献
第3章 协同过滤方法进阶
3.1 简介
3.2 预备知识
3.2.1 基准预测
3.2.2 Netflix数据
3.2.3 隐式反馈
3.3 矩阵分解模型
3.3.1 SVD
弗朗西斯科·里奇,意大利博尔扎诺自由大学计算机科学副教授。目前他的研究兴趣包括推荐系统、智能接口、移动系统、机器学习、案例推理、信息和通信技术在旅游中的应用。他是《Journal of Information Technology and Tourism》杂志的编委,还是ACMIIEEE会员。他还是ACM会议推荐系统分会的指导委员会成员。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
