孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

推荐系统

推荐系统
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: [奥地利] 著 , [奥地利] 著 , [奥地利] 著 , 译
出版社: 人民邮电出版社
2013-06
版次: 1
ISBN: 9787115310699
定价: 59.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 244页
字数: 361千字
正文语种: 简体中文
原版书名: Recommender systems:An introduction
丛书: 图灵程序设计丛书
分类: 计算机与互联网
201人买过
  • 　　《推荐系统》全面阐述了开发先进推荐系统的方法，其中呈现了许多经典算法，并讨论了如何衡量推荐系统的有效性。书中内容分为基本概念和新进展两部分：前者涉及协同推荐、基于内容的推荐、基于知识的推荐、混合推荐方法，推荐系统的解释、评估推荐系统和实例分析；后者包括针对推荐系统的攻击、在线消费决策、推荐系统和下一代互联网以及普适环境中的推荐。此外，本书还包含大量的图、表和示例，有助于读者理解和把握相关知识。
    　　《推荐系统》适用于从事搜索引擎、推荐算法、数据挖掘等研发工作的专业人员以及对推荐系统感兴趣的读者。
    　　DietmarJannach，德国的多特蒙德工业大学（TechnischeUniversit?tDortmund）计算机科学系客座教授。他发表过一百多篇科学论文，是《应用智能》杂志编委会和《国际电子商务杂志》评审委员会成员。

    　　MarkusZanker，是奥地利克拉根福阿尔卑斯-亚德里大学（Alpen-AdriaUniversit?tKlagenfurt）应用信息学系助理教授及信息管理研究项目主任。他还是《人机交互研究国际杂志》的副主编和　ConfigWorksGmbH的共同创始人及执行总监。

    　　AlexanderFelfernig，奥地利格拉茨工业大学（TechnischeUniversit?tGraz）教授。他在推荐及配置系统方面的研究成果荣获2009年度的HeinzZemanek奖。他发表过130多篇科学论文，是《国际电子商务杂志》的评审委员会成员，ConfigWorksGmbH的共同创始人。

    　　GerhardFriedrich，奥地利克拉根福阿尔卑斯-亚德里大学客座教授，应用信息学院院长，智能系统和商业信息课题组组长。《人工智能通信》的编辑，《大规模定制国际杂志》的副主编。 第1章　引言
    1.1　 第一部分：基本概念
    1.1.1　 协同过滤推荐
    1.1.2　 基于内容的推荐
    1.1.3　 基于知识的推荐
    1.1.4　 混合推荐方法
    1.1.5　 推荐系统的解释
    1.1.6　 评估推荐系统
    1.1.7　 案例研究
    1.2　 第二部分：最新进展 

    第一部分　基本概念
    第2章　协同过滤推荐
    2.1　 基于用户的最近邻推荐
    2.1.1　 第一个例子
    2.1.2　 更好的相似度和赋权体系
    2.1.3　 选择近邻
    2.2　 基于物品的最近邻推荐
    2.2.1　 余弦相似度度量
    2.2.2　 基于物品过滤的数据预处理
    2.3　 关于评分
    2.3.1　 隐式和显式评分
    2.3.2　 数据稀疏和冷启动问题
    2.4　 更多基于模型和预处理的方法
    2.4.1　 矩阵因子分解
    2.4.2　 关联规则挖掘
    2.4.3　 基于概率分析的推荐方法
    2.5　 近来实际的方法和系统
    2.5.1　 Slope One预测器
    2.5.2　 Google新闻个性化推荐引擎
    2.6　 讨论和小结
    2.7　 书目注释 

    第3章　基于内容的推荐
    3.1　 内容表示和相似度
    3.1.1　 向量空间模型和TF-IDF
    3.1.2　 向量空间模型的改进及局限
    3.2　 基于内容相似度检索
    3.2.1　 最近邻
    3.2.2　 相关性反馈--Rocchio方法
    3.3　 其他文本分类方法
    3.3.1　 基于概率模型的方法
    3.3.2　 其他线性分类器和机器学习
    3.3.3　 显式决策模型
    3.3.4　 特征选择
    3.4　 讨论
    3.4.1　 对比评估
    3.4.2　 局限
    3.5　 小结
    3.6　 书目注释 

    第4章　基于知识的推荐
    4.1　 介绍
    4.2　 知识表示法和推理
    4.2.1　 约束
    4.2.2　 实例与相似度
    4.3　 与基于约束推荐系统交互
    4.3.1　 默认设置
    4.3.2　 处理不满意的需求和空结果集
    4.3.3　 提出对未满足需求的修改建议
    4.3.4　 对基于物品/效用推荐结果的排序
    4.4　 与基于实例的推荐系统交互
    4.4.1　 评价
    4.4.2　 混合评价
    4.4.3　 动态评价
    4.4.4　 高级的物品推荐方法
    4.4.5　 评价多样性
    4.5　 应用实例
    4.5.1　 VITA--基于约束的推荐系统
    4.5.2　 Entree--基于实例的推荐系统
    4.6　 书目注释 

    第5章　混合推荐方法
    5.1　 混合推荐的时机
    5.1.1　 推荐理论框架
    5.1.2　 混合设计
    5.2　 整体式混合设计
    5.2.1　 特征组合的混合方案
    5.2.2　 特征补充的混合方案
    5.3　 并行式混合设计
    5.3.1　 交叉式混合
    5.3.2　 加权式混合
    5.3.3　 切换式混合
    5.4　 流水线混合设计
    5.4.1　 串联混合
    5.4.2　 分级混合
    5.5　 讨论和小结
    5.6　 书目注释 

    第6章　推荐系统的解释
    6.1　 介绍
    6.2　 基于约束的推荐系统中的解释
    6.2.1　 实例
    6.2.2　 通过推导生成解释
    6.2.3　 可靠解释的分析与概述
    6.2.4　 可靠解释
    6.3　 基于实例推荐系统的解释
    6.4　 协同过滤推荐系统的解释
    6.5　 小结 

    第7章　评估推荐系统
    7.1　 介绍
    7.2　 评估研究的一般特性
    7.2.1　 总论
    7.2.2　 评估方案的实验对象
    7.2.3　 研究方法
    7.2.4　 评估环境
    7.3　 主流推荐方案
    7.4　 历史数据集评估
    7.4.1　 方法论
    7.4.2　 衡量标准
    7.4.3　 结果的分析
    7.5　 其他评估方案
    7.5.1　 实验性研究方案
    7.5.2　 准实验研究方案
    7.5.3　 非实验研究方案
    7.6　 小结
    7.7　 书目注释 

    第8章　案例分析：移动互联网个性化游戏推荐
    8.1　 应用与个性化概述
    8.2　 算法和评级
    8.3　 评估
    8.3.1　 测量1：我的推荐
    8.3.2　 测量2：售后推荐
    8.3.3　 测量3：起始页推荐
    8.3.4　 测量4：演示版下载的整体效果
    8.3.5　 测量5：整体效果
    8.4　 小结与结论 

    第二部分　最新进展
    第9章　针对协同推荐系统的攻击
    9.1　 第一个例子
    9.2　 攻击维度
    9.3　 攻击类型
    9.3.1　 随机攻击
    9.3.2　 均值攻击
    9.3.3　 造势攻击
    9.3.4　 局部攻击
    9.3.5　 针对性的打压攻击
    9.3.6　 点击流攻击和隐式反馈
    9.4　 效果评估和对策
    9.4.1　 推举攻击
    9.4.2　 打压攻击
    9.5　 对策
    9.6　 隐私方面--分布式协同过滤
    9.6.1　 集中方法：数据扰动
    9.6.2　 分布式协同过滤
    9.7　 讨论 

    第10章　在线消费决策
    10.1　 介绍
    10.2　 环境效应
    10.3　 首位/新近效应
    10.4　 其他效应
    10.5　 个人和社会心理学
    10.6　 书目注释 

    第11章　推荐系统和下一代互联网
    11.1　 基于信任网络的推荐系统
    11.1.1　 利用显式的信任网络
    11.1.2　 信任度度量方法和效果
    11.1.3　 相关方法和近期进展
    11.2　 大众分类法及其他
    11.2.1　 基于大众分类法的推荐
    11.2.2　 推荐标签
    11.2.3　 在分享媒体中推荐内容
    11.3　 本体过滤
    11.3.1　 通过分类改进过滤
    11.3.2　 通过属性改进过滤
    11.4　 从网络抽取语义
    11.5　 小结 

    第12章　普适环境中的推荐
    12.1　 介绍
    12.2　 上下文感知推荐
    12.3　 应用领域
    12.4　 小结 

    第13章　总结和展望
    13.1　 总结
    13.2　 展望
    参考文献
    索引
  • 内容简介:
    　　《推荐系统》全面阐述了开发先进推荐系统的方法，其中呈现了许多经典算法，并讨论了如何衡量推荐系统的有效性。书中内容分为基本概念和新进展两部分：前者涉及协同推荐、基于内容的推荐、基于知识的推荐、混合推荐方法，推荐系统的解释、评估推荐系统和实例分析；后者包括针对推荐系统的攻击、在线消费决策、推荐系统和下一代互联网以及普适环境中的推荐。此外，本书还包含大量的图、表和示例，有助于读者理解和把握相关知识。
    　　《推荐系统》适用于从事搜索引擎、推荐算法、数据挖掘等研发工作的专业人员以及对推荐系统感兴趣的读者。
  • 作者简介:
    　　DietmarJannach，德国的多特蒙德工业大学（TechnischeUniversit?tDortmund）计算机科学系客座教授。他发表过一百多篇科学论文，是《应用智能》杂志编委会和《国际电子商务杂志》评审委员会成员。

    　　MarkusZanker，是奥地利克拉根福阿尔卑斯-亚德里大学（Alpen-AdriaUniversit?tKlagenfurt）应用信息学系助理教授及信息管理研究项目主任。他还是《人机交互研究国际杂志》的副主编和　ConfigWorksGmbH的共同创始人及执行总监。

    　　AlexanderFelfernig，奥地利格拉茨工业大学（TechnischeUniversit?tGraz）教授。他在推荐及配置系统方面的研究成果荣获2009年度的HeinzZemanek奖。他发表过130多篇科学论文，是《国际电子商务杂志》的评审委员会成员，ConfigWorksGmbH的共同创始人。

    　　GerhardFriedrich，奥地利克拉根福阿尔卑斯-亚德里大学客座教授，应用信息学院院长，智能系统和商业信息课题组组长。《人工智能通信》的编辑，《大规模定制国际杂志》的副主编。
  • 目录:
    第1章　引言
    1.1　 第一部分：基本概念
    1.1.1　 协同过滤推荐
    1.1.2　 基于内容的推荐
    1.1.3　 基于知识的推荐
    1.1.4　 混合推荐方法
    1.1.5　 推荐系统的解释
    1.1.6　 评估推荐系统
    1.1.7　 案例研究
    1.2　 第二部分：最新进展 

    第一部分　基本概念
    第2章　协同过滤推荐
    2.1　 基于用户的最近邻推荐
    2.1.1　 第一个例子
    2.1.2　 更好的相似度和赋权体系
    2.1.3　 选择近邻
    2.2　 基于物品的最近邻推荐
    2.2.1　 余弦相似度度量
    2.2.2　 基于物品过滤的数据预处理
    2.3　 关于评分
    2.3.1　 隐式和显式评分
    2.3.2　 数据稀疏和冷启动问题
    2.4　 更多基于模型和预处理的方法
    2.4.1　 矩阵因子分解
    2.4.2　 关联规则挖掘
    2.4.3　 基于概率分析的推荐方法
    2.5　 近来实际的方法和系统
    2.5.1　 Slope One预测器
    2.5.2　 Google新闻个性化推荐引擎
    2.6　 讨论和小结
    2.7　 书目注释 

    第3章　基于内容的推荐
    3.1　 内容表示和相似度
    3.1.1　 向量空间模型和TF-IDF
    3.1.2　 向量空间模型的改进及局限
    3.2　 基于内容相似度检索
    3.2.1　 最近邻
    3.2.2　 相关性反馈--Rocchio方法
    3.3　 其他文本分类方法
    3.3.1　 基于概率模型的方法
    3.3.2　 其他线性分类器和机器学习
    3.3.3　 显式决策模型
    3.3.4　 特征选择
    3.4　 讨论
    3.4.1　 对比评估
    3.4.2　 局限
    3.5　 小结
    3.6　 书目注释 

    第4章　基于知识的推荐
    4.1　 介绍
    4.2　 知识表示法和推理
    4.2.1　 约束
    4.2.2　 实例与相似度
    4.3　 与基于约束推荐系统交互
    4.3.1　 默认设置
    4.3.2　 处理不满意的需求和空结果集
    4.3.3　 提出对未满足需求的修改建议
    4.3.4　 对基于物品/效用推荐结果的排序
    4.4　 与基于实例的推荐系统交互
    4.4.1　 评价
    4.4.2　 混合评价
    4.4.3　 动态评价
    4.4.4　 高级的物品推荐方法
    4.4.5　 评价多样性
    4.5　 应用实例
    4.5.1　 VITA--基于约束的推荐系统
    4.5.2　 Entree--基于实例的推荐系统
    4.6　 书目注释 

    第5章　混合推荐方法
    5.1　 混合推荐的时机
    5.1.1　 推荐理论框架
    5.1.2　 混合设计
    5.2　 整体式混合设计
    5.2.1　 特征组合的混合方案
    5.2.2　 特征补充的混合方案
    5.3　 并行式混合设计
    5.3.1　 交叉式混合
    5.3.2　 加权式混合
    5.3.3　 切换式混合
    5.4　 流水线混合设计
    5.4.1　 串联混合
    5.4.2　 分级混合
    5.5　 讨论和小结
    5.6　 书目注释 

    第6章　推荐系统的解释
    6.1　 介绍
    6.2　 基于约束的推荐系统中的解释
    6.2.1　 实例
    6.2.2　 通过推导生成解释
    6.2.3　 可靠解释的分析与概述
    6.2.4　 可靠解释
    6.3　 基于实例推荐系统的解释
    6.4　 协同过滤推荐系统的解释
    6.5　 小结 

    第7章　评估推荐系统
    7.1　 介绍
    7.2　 评估研究的一般特性
    7.2.1　 总论
    7.2.2　 评估方案的实验对象
    7.2.3　 研究方法
    7.2.4　 评估环境
    7.3　 主流推荐方案
    7.4　 历史数据集评估
    7.4.1　 方法论
    7.4.2　 衡量标准
    7.4.3　 结果的分析
    7.5　 其他评估方案
    7.5.1　 实验性研究方案
    7.5.2　 准实验研究方案
    7.5.3　 非实验研究方案
    7.6　 小结
    7.7　 书目注释 

    第8章　案例分析：移动互联网个性化游戏推荐
    8.1　 应用与个性化概述
    8.2　 算法和评级
    8.3　 评估
    8.3.1　 测量1：我的推荐
    8.3.2　 测量2：售后推荐
    8.3.3　 测量3：起始页推荐
    8.3.4　 测量4：演示版下载的整体效果
    8.3.5　 测量5：整体效果
    8.4　 小结与结论 

    第二部分　最新进展
    第9章　针对协同推荐系统的攻击
    9.1　 第一个例子
    9.2　 攻击维度
    9.3　 攻击类型
    9.3.1　 随机攻击
    9.3.2　 均值攻击
    9.3.3　 造势攻击
    9.3.4　 局部攻击
    9.3.5　 针对性的打压攻击
    9.3.6　 点击流攻击和隐式反馈
    9.4　 效果评估和对策
    9.4.1　 推举攻击
    9.4.2　 打压攻击
    9.5　 对策
    9.6　 隐私方面--分布式协同过滤
    9.6.1　 集中方法：数据扰动
    9.6.2　 分布式协同过滤
    9.7　 讨论 

    第10章　在线消费决策
    10.1　 介绍
    10.2　 环境效应
    10.3　 首位/新近效应
    10.4　 其他效应
    10.5　 个人和社会心理学
    10.6　 书目注释 

    第11章　推荐系统和下一代互联网
    11.1　 基于信任网络的推荐系统
    11.1.1　 利用显式的信任网络
    11.1.2　 信任度度量方法和效果
    11.1.3　 相关方法和近期进展
    11.2　 大众分类法及其他
    11.2.1　 基于大众分类法的推荐
    11.2.2　 推荐标签
    11.2.3　 在分享媒体中推荐内容
    11.3　 本体过滤
    11.3.1　 通过分类改进过滤
    11.3.2　 通过属性改进过滤
    11.4　 从网络抽取语义
    11.5　 小结 

    第12章　普适环境中的推荐
    12.1　 介绍
    12.2　 上下文感知推荐
    12.3　 应用领域
    12.4　 小结 

    第13章　总结和展望
    13.1　 总结
    13.2　 展望
    参考文献
    索引
查看详情
其他版本 / 全部 (1)
系列丛书 / 更多
推荐系统
机器学习实战
[美]Peter Harrington 著；李锐、李鹏、曲亚东 译
￥0.01 起
推荐系统
图灵程序设计丛书：Python基础教程
[挪威]Magnus Lie Hetland 著；司维、曾军崴、谭颖华 译
￥0.10 起
推荐系统
Python编程：从入门到实践
[美]埃里克·马瑟斯（Eric Matthes） 著；袁国忠 译
￥4.00 起
推荐系统
JavaScript高级程序设计（第3版）
[美]Nicholas C.Zakas 著；李松峰、曹力 译
￥0.10 起
推荐系统
R语言实战（第2版）
[美]卡巴科弗（Robert I. Kabacoff） 著；王小宁、刘撷芯、黄俊文 译
￥2.50 起
推荐系统
算法（第4版）
[美]Robert、[美]Kevin Wayne 著；谢路云 译
￥0.50 起
推荐系统
大数据：互联网大规模数据挖掘与分布式处理
[美]Anand、[美]Jeffrey David Ullman 著；王斌 译
￥0.01 起
推荐系统
Spark快速大数据分析
[美]卡劳（Holden Karau）、[美]肯维尼斯科（Andy Konwinski）、[美]温德尔（Patrick Wendell）、[加拿大]扎哈里亚（Matei Zaharia） 著；王道远 译
￥0.01 起
推荐系统
MySQL必知必会
[英]福塔（Ben Forta） 著；刘晓霞、钟鸣 译
￥1.00 起
推荐系统
图解HTTP
[日]上野·宣 著；于均良 译
￥1.00 起
推荐系统
算法图解
袁国忠 译
￥3.00 起
推荐系统
Spring Boot实战
[美]克雷格·沃斯（Craig Walls） 著；丁雪丰 译
￥1.00 起
相关图书 / 更多
推荐系统
推荐系统：产品与算法解析
王超
￥32.80 起
推荐系统
推荐系统技术原理与实践
文亮
￥31.45 起
推荐系统
推荐书目与阅读推广(阅读推广人系列教材)
李东来 著；王余光、霍瑞娟、李雅 编
￥15.00 起
推荐系统
推荐系统——飞桨深度学习实战
薛峰 吴乐 吴志华 张文慧 杨晴虹 编著；深度学习技术及应用国家工程研究中心 百度技术培训中心 组编
￥30.00 起
推荐系统
推荐系统（极客时间推荐）(博文视点出品)
陈开江 著
￥2.00 起
推荐系统
推荐系统——核心技术、算法与开发实战
张百珂
￥48.00 起
推荐系统
推荐系统技术与开发应用
廖玉林 著；李彤岩；周云；谢海迪
￥21.68 起
推荐系统
推荐系统关键技术的研究
田保军 著
￥11.50 起
推荐系统
推荐系统：算法、案例与大模型
刘强
￥40.00 起
推荐系统
推荐系统实战宝典
吕倩倩 楚秦 编著；猿媛之家 组编
￥47.89 起
推荐系统
推荐系统：前沿与实践
李东胜
￥20.00 起
推荐系统
推荐算法及应用
高华玲
￥4.64 起
您可能感兴趣 / 更多
推荐系统
约瑟夫·富歇:一个政治性人物的肖像
[奥地利]斯蒂芬·茨威格
￥17.16 起
推荐系统
1分钟漫画梦的解析 弗洛伊德 精神分析导论学派 心理学经典入门基础书籍
[奥地利]西格蒙德·弗洛伊德
￥23.75 起
推荐系统
时祷书（里尔克早期抒情诗杰作《修士的生活》《朝圣》和《贫穷与死亡》三卷合集，由德语诗歌翻译家林克教授倾情翻译）
[奥地利]里尔克
￥21.24 起
推荐系统
小猫鲍里斯和朋友们（套装全8册）
[奥地利]埃尔温·莫泽尔 著；孙艺 译
￥93.10 起
推荐系统
沉落者（伯恩哈德经典小说中文版首次翻译出版，厄普代克、卡尔维诺、桑塔格、帕慕克、耶利内克推崇的文学大师）
[奥地利]托马斯·伯恩哈德 著；马文韬 译
￥20.00 起
推荐系统
大家小书 青春版 生命是什么
[奥地利]薛定谔 著；傅渥成 王雨晨 译
￥5.00 起
推荐系统
薛定谔：生命、意识与物质 世界科普名著经典译丛
[奥地利]埃尔温·薛定谔
￥12.50 起
推荐系统
犯罪心理学（一部逻辑缜密的专业之作，带你认识人性的幽微之处。被欧美诸多执法机构奉为犯罪侦查学教材）
[奥地利]汉斯·格罗斯
￥1.02 起
推荐系统
国家空间立法 : 对比与评估分析
[奥地利]安妮特·弗罗里希（Annette Froehlich）；[奥地利]文森特·塞芬加（Vincent Seffinga）
￥26.90 起
推荐系统
弗洛伊德：日常生活中的精神病理学
[奥地利]西格蒙得·弗洛伊德
￥18.92 起
推荐系统
生态语言学手册:语言.生态与环境(当代国外语言学与应用语言学文库(升级版))
[奥地利]Alwin Fill；[德]Peter Mühlh.usler
￥26.00 起
推荐系统
小老鼠碰上三只猫
[奥地利]琳达·沃夫格鲁贝
￥20.20 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全