推荐系统实践

——最直接的读者交流平台

——最方便的开放出版平台

——最前沿的IT类电子书发售平台

欢迎加入图灵社区iTuring.cn

后记

8.2 评分预测算法

8.1 离线实验方法

第8章 评分预测问题

7.4 扩展阅读

7.3 推荐引擎的架构

7.2 推荐系统架构

7.1 外围架构

第7章 推荐系统实例

6.5 扩展阅读

6.4 给用户推荐好友

6.3 基于社交网络的推荐

6.2 社交网络数据简介

6.1 获取社交网络数据的途径

第6章 利用社交网络数据

5.3 扩展阅读

5.2 地点上下文信息

5.1 时间上下文信息

第5章 利用上下文信息

4.5 扩展阅读

4.4 给用户推荐标签

4.3 基于标签的推荐系统

4.2 标签系统中的推荐问题

4.1 UGC标签系统的代表应用

第4章 利用用户标签数据

3.5 发挥专家的作用

3.4 利用物品的内容信息

3.3 选择合适的物品启动用户的兴趣

3.2 利用用户注册信息

3.1 冷启动问题简介

第3章 推荐系统冷启动问题

2.6 基于图的模型

2.5 隐语义模型

2.4 基于邻域的算法

2.3 实验设计和算法评测

2.2 用户行为分析

2.1 用户行为数据简介

第2章 利用用户行为数据

1.3 推荐系统评测

1.2 个性化推荐系统的应用

1.1 什么是推荐系统

第1章 好的推荐系统

前言

序三

序二

序一

作者简介

版权信息

封面

封面

版权信息

作者简介

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

欢迎加入图灵社区iTuring.cn

——最前沿的IT类电子书发售平台

——最方便的开放出版平台

——最直接的读者交流平台