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50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。
醉染图书基于可疑用户度量的鲁棒方法研究9787551727266
¥ ×1
章绪论
1.1研究背景和意义
1.2鲁棒技术研究现状
1.2.1基于内存的鲁棒算法研究现状
1.2.2基于模型的鲁棒算法研究现状
1..目前存在的问题
1.3主要研究内容
1.4本书组织结构
镑2章基于k-距离和项目类别信息的鲁棒方法
2.1引言
2.2相关理论
2.2.1基于用户的协同过滤算法
2.2.2基于k-近邻的离群点检测
.基于用户的协同过滤系统脆弱分析
2.4基于k-距离的用户可疑度计算
2.5融合用户可疑度和项目类别信息的缺失值填充
2.6鲁棒算法
2.7本章小结
第3章基于可疑用户度量和多维信任的鲁棒方法
3.1引言
3.2相关向量机
3.3基于相关向量机的可疑用户度量
3.4可靠多维信任模型
3.4.1信任属的挖掘
3.4.2可靠多维信任模型的构建
3.5鲁棒算法
3.6本章小结
第4章基于模糊核聚类和支持向量虮的鲁韩方法
4.1引言
4.2相关理论
4.2.1基本矩阵分解技术
4.2.2模糊核聚类
4..支持向量机
4.3基于矩阵分解的协同过滤系统脆弱分析
4.4基于模糊核聚类的攻击概貌检测
4.5基于支持向量机的攻击概貌识别
4.6鲁棒算法
4.7本章小结
第5章基于可疑用户识别和TukeyM-估计量的鲁棒方法
5.1引言
5.2融合可疑用户识别的可靠近邻模型
5.2.1可疑用户识别
5.2.2可靠近邻模型
5.3基于TukeyM-估计量的鲁棒矩阵分解模型
5.4鲁棒算法
5.5参数值的确定
5.6本章小结
第6章实验与评价
6.1实验数据集
6.2评价指标
6.3实验设置
6.4基于k-距离和项目类别信息的鲁棒算法能评
6.4.1算法精度的对比及分析
6.4.2算法鲁棒的对比及分析
6.5基于可疑用户度量和多维信任的鲁棒算法能评
6.5.1算法精度的对比及分析
6.5.2算法鲁棒的对比及分析
6.6基于模糊核聚类和支持向量机的鲁棒算法能评
6.6.1算法精度的对比及分析
6.6.2算法鲁棒的对比及分析
6.7基于可疑用户识别和TukeyM-估计量的鲁棒算法能评
6.7.1算法精度的对比及分析
6.7.2算法鲁棒的对比及分析
6.8本章小结
结论
参考文献
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