MARC状态：审校 文献类型：中文图书 浏览次数：25
- 题名/责任者:
- 推荐系统:技术、评估及高效算法/(美) 弗朗西斯科·里奇, 利奥·罗卡奇, 布拉哈·夏皮拉著 李艳民等译
- 出版发行项:
- 北京:机械工业出版社,2018
- ISBN及定价:
- 978-7-111-60075-6/CNY139.00
- 载体形态项:
- xix, 636页:图;26cm
- 其它题名:
- 技术、评估及高效算法
- 丛编项:
- 计算机科学丛书
- 个人责任者:
- 里奇 (Ricci, Francesco) 著
- 个人责任者:
- 罗卡奇 (Rokach, Lior) 著
- 个人责任者:
- 夏皮拉 (Shapira, Bracha) 著
- 个人次要责任者:
- 李艳民 译
- 个人次要责任者:
- 吴宾 译
- 学科主题:
- 计算机网络
- 中图法分类号:
- TP393
- 题名责任附注:
- 题名页题: 李艳民, 吴宾, 潘薇科, 刘淇, 蒋凡等译
- 版本附注:
- 译自原书第2版
- 出版发行附注:
- 本书中文简体字版由Springer授权机械工业出版社独家出版
- 责任者附注:
- 弗朗西斯科·里奇, 意大利博尔扎诺自由大学计算机科学系副教授。利奥·罗卡奇, 以色列本-古里安大学信息系统工程系助理教授。布拉哈·夏皮拉, 以色列本-古里安大学信息系统工程系助理教授。
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书由五部分组成: 推荐系统的技术、评估、应用、人机交互及高级话题。第一部分展示了如今构建推荐系统的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。第三部分包括了一些推荐技术多样性的应用。首先简述了与工业实现和推荐系统开发相关的一般性问题, 随后详细介绍了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。第四部分包含了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。
全部MARC细节信息>>