返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • [N]基于可疑用户度量的鲁棒推荐方法研究-9787551727266
  • 本书获得了众多专家的推荐或权威评价,许多业内人士和读者纷纷表示它是一部不可错过的佳作。
    • 作者: 伊华伟著 | 伊华伟编 | 伊华伟译 | 伊华伟绘
    • 出版社: 东北大学出版社有限公司
    • 出版时间:2020-03-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文源图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 伊华伟著| 伊华伟编| 伊华伟译| 伊华伟绘
    • 出版社:东北大学出版社有限公司
    • 出版时间:2020-03-01
    • 版次:1
    • 印次:1
    • 页数:88
    • 开本:16开
    • ISBN:9787551727266
    • 版权提供:东北大学出版社有限公司
    如何保障推荐系统不受恶意攻击的影响,为用户提供真实可靠的推荐结果,已经成为一个值得研究的热点问题。本书基于可疑用户度量的思想,从基于内存和基于模型的推荐技术两方面展开研究,致力于设计一系列鲁棒性高、精度损失少的协同过滤推荐算法。 本书首先针对基于用户的推荐算法近邻选取可靠性不高的问题,提出一种基于k-距离和项目类别信息的鲁棒推荐方法。其次针对已有信任计算模型在攻击概貌存在情况下对用户间信任关系度量不准确的问题,提出一种基于可疑用户度量和多维信任的鲁棒推荐方法。再次针对基于矩阵分解的推荐算法在应对托攻击时鲁棒性较差的问题,提出一种基于模糊核聚类和支持向量机的鲁棒推荐方法。然后针对基于矩阵分解的推荐算法不能平衡处理鲁棒性和推荐精度的问题,提出一种基于可疑用户识别和Tukey M-估计量的鲁棒推荐方法。最后在MovieLens数据集上与现有的经典方法进行实验对比分析,验证了所提方法的有效性。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购