- 推荐系统(技术评估及高效算法原书第2版)/计算机科学丛书
- - 作者：(美)弗朗西斯科·里奇//利奥·罗卡奇//布拉哈·夏皮拉|译者:李艳民//吴宾//潘微科//刘淇//蒋凡
  - 出版社：机械工业
  - ISBN：9787111600756
  - 出版日期：2018/07/01
  - 页数：636
- 售价：55.6

内容大纲
弗朗西斯科·里奇、利奥·罗卡奇、布拉哈·夏皮拉著的《推荐系统(技术评估及高效算法原书第2版)/计算机科学丛书》汇聚不同领域专家学者的理论成果和实践经验，全面介绍推荐系统的主要概念、理论、趋势、挑战和应用，详细阐释如何支持用户决策、计划和购买过程。书中既详细讲解了经典方法，又介绍了一些新的研究成果，内容涵盖人工智能、人机交互、信息技术、数据挖掘、统计学、自适应用户界面、决策支持系统、市场和客户行为等。无论是从事技术开发的读者，还是从事产品营销的读者，都能从中受益。
全书分五部分，共28章。第1章是概述，系统介绍推荐系统的概念、功能、应用领域以及当前应用过程中遇到的问题与挑战。第一部分（第2～7章）展示如今构建推荐系统最流行和最基础的技术，如协同过滤、基于语义的方法、数据挖掘方法和基于情境感知的方法。第二部分（第8～10章）主要关注离线和真实用户环境下用于评估推荐质量的技术及方法。第三部分（第11～17章）包括一些推荐技术多样性的应用，首先简述与工业实现和推荐系统开发相关的一般性问题，随后详细介绍推荐系统在各领域中的应用：音乐、学习、移动、社交网络及它们之间的交互。第四部分（第18～21章）包含探讨一系列问题的文章，这些问题包括推荐的展示、浏览、解释和视觉化以及人工决策与推荐系统相关的重要问题。第五部分（第22～28章）收集了一些关于高级话题的文章，例如，利用主动学习技术来引导新知识的学习，构建能够抵挡恶意用户攻击的健壮推荐系统的合适技术，以及结合多种用户反馈和偏好来生成更加可靠的推荐系统。
作者介绍
目录
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

      3.3.2  SVD++
      3.3.3  时间敏感的因子模型
      3.3.4  比较
      3.3.5  小结
    3.4  基于邻域的模型
      3.4.1  相似度度量
      3.4.2  基于相似度的插值
      3.4.3  联合派生插值权重
      3.4.4  小结
    3.5  增强的基于邻域的模型
      3.5.1  全局化的邻域模型
      3.5.2  因式分解的邻域模型
      3.5.3  基于邻域模型的动态时序
      3.5.4  小结
    3.6  基于邻域的模型和因子分解模型的比较
    参考文献
  第4章  基于内容的语义感知推荐系统
    4.1  简介
  ……
  第5章  基于约束的推荐系统
  第6章  情境感知推荐系统
  第7章  推荐系统中的数据挖掘方法
第二部分  推荐系统评估
  第8章  推荐系统的评估
  第9章  使用用户实验评估推荐系统
  第10章  对推荐结果的解释：设计和评估
第三部分  推荐系统应用
  第11章  工业界的推荐系统：Netflix案例分析
  第12章  辅助学习的推荐系统综述
  第13章  音乐推荐系统
  第14章  剖析基于位置的移动推荐系统
  第15章  社会化推荐系统
  第16章  人与人之间的相互推荐
  第17章  社交网络搜索中的协作、信用机制和推荐系统
第四部分  人机交互
  第18章  人类决策过程与推荐系统
  第19章  推荐系统中的隐私问题
  第20章  影响推荐系统可信度评估的来源因素
  第21章  用户性格和推荐系统
第五部分  高级话题
  第22章  组推荐系统：聚合、满意度和组属性
  第23章  推荐系统中的聚合功能
  第24章  推荐系统中的主动学习
  第25章  多准则推荐系统
  第26章  推荐系统中的新颖性和多样性
  第27章  跨领域推荐系统
  第28章  具有鲁棒性的协同推荐

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目