99色在线视频,男女爽爽午夜18禁影院

本書(shū)由五部分組成：推薦系統(tǒng)的技術(shù)、評(píng)估、應(yīng)用、人機(jī)交互及高級(jí)話題。第一部分展示了如今構(gòu)建推薦系統(tǒng)的流行和基礎(chǔ)的技術(shù)，如協(xié)同過(guò)濾、基于語(yǔ)義的方法、數(shù)據(jù)挖掘方法和基于情境感知的方法。第二部分主要關(guān)注離線和真實(shí)用戶環(huán)境下用于評(píng)估推薦質(zhì)量的技術(shù)及方法。第三部分包括了一些推薦技術(shù)多樣性的應(yīng)用。首先簡(jiǎn)述了與工業(yè)實(shí)現(xiàn)和推薦系統(tǒng)開(kāi)發(fā)相關(guān)的一般性問(wèn)題，隨后詳細(xì)介紹了推薦系統(tǒng)在各領(lǐng)域中的應(yīng)用：音樂(lè)、學(xué)習(xí)、移動(dòng)、社交網(wǎng)絡(luò)及它們之間的交互。第四部分包含了探討一系列問(wèn)題的文章，這些問(wèn)題包括推薦的展示、瀏覽、解釋和視覺(jué)化以及人工決策與推薦系統(tǒng)相關(guān)的重要問(wèn)題。第五部分收集了一些關(guān)于高級(jí)話題的文章，例如利用主動(dòng)學(xué)習(xí)技術(shù)來(lái)引導(dǎo)新知識(shí)的學(xué)習(xí)，構(gòu)建能夠抵擋惡意用戶攻擊的健壯推薦系統(tǒng)的合適技術(shù)，以及結(jié)合多種用戶反饋和偏好來(lái)生成更加可靠的推薦系統(tǒng)。

前　言Recommender Systems Handbook,Second Edition推薦系統(tǒng)是為用戶推薦所需物品的軟件工具和技術(shù)。提供的推薦旨在通過(guò)各種決策過(guò)程來(lái)支持用戶，例如，買(mǎi)什么物品、聽(tīng)什么歌曲或讀什么新聞。推薦系統(tǒng)的價(jià)值在于幫助用戶解決信息過(guò)載和做出更好的選擇，也是現(xiàn)在互聯(lián)網(wǎng)領(lǐng)域最強(qiáng)大和最流行的信息發(fā)現(xiàn)工具之一。因此，人們提出了各式各樣的推薦技術(shù)，并在過(guò)去的10年中將其中很多方法成功地運(yùn)用在商業(yè)環(huán)境。
推薦系統(tǒng)的發(fā)展需要多學(xué)科的支持，涉及來(lái)自各個(gè)領(lǐng)域的專(zhuān)家知識(shí)，如人工智能、人機(jī)交互、數(shù)據(jù)挖掘、統(tǒng)計(jì)學(xué)、決策支持系統(tǒng)、市場(chǎng)營(yíng)銷(xiāo)和消費(fèi)者行為學(xué)等。
本書(shū)第1版在四年前出版，并受到了推薦系統(tǒng)社區(qū)的一致好評(píng)。伴隨著推薦系統(tǒng)研究的日新月異，這些好評(píng)激勵(lì)我們來(lái)更新本書(shū)。本書(shū)第2版重新整理了第1版中各章節(jié)的內(nèi)容并在相應(yīng)章節(jié)融入了該領(lǐng)域的新進(jìn)展。本書(shū)基于第1版做了較大修訂；大約有一半的章節(jié)是新增的，并且保留的章節(jié)相比第1版也做了相應(yīng)更新。
盡管第2版發(fā)生了較大修訂，但本書(shū)的目標(biāo)始終不渝。本書(shū)呈現(xiàn)了基礎(chǔ)知識(shí)和更高級(jí)的話題兩方面，通過(guò)展示推薦系統(tǒng)的主要概念、理論、方法論、趨勢(shì)、挑戰(zhàn)和應(yīng)用等連貫而又統(tǒng)一的知識(shí)體系，幫助讀者從差異中梳理出頭緒。這是目前唯一一本全面闡述推薦系統(tǒng)的書(shū)，完全涵蓋推薦系統(tǒng)主要技術(shù)的多個(gè)方面。本書(shū)中的豐富信息和實(shí)踐內(nèi)容為研究人員、學(xué)生和行業(yè)中的實(shí)踐者提供了一個(gè)有關(guān)推薦系統(tǒng)的全面且簡(jiǎn)潔方便的參考源。
本書(shū)不僅詳細(xì)地介紹了推薦系統(tǒng)研究的經(jīng)典方法，同時(shí)也介紹了最近發(fā)表的新方法及其擴(kuò)展。本書(shū)由五部分組成：推薦系統(tǒng)的技術(shù)、評(píng)估、應(yīng)用、人機(jī)交互及高級(jí)話題。第一部分展示了如今構(gòu)建推薦系統(tǒng)的最流行和最基礎(chǔ)的技術(shù)，如協(xié)同過(guò)濾、基于語(yǔ)義的方法、數(shù)據(jù)挖掘方法和基于情境感知的方法。第二部分主要關(guān)注離線和真實(shí)用戶環(huán)境下用于評(píng)估推薦質(zhì)量的技術(shù)及方法。第三部分包括一些推薦技術(shù)多樣性的應(yīng)用，首先簡(jiǎn)述與工業(yè)實(shí)現(xiàn)和推薦系統(tǒng)開(kāi)發(fā)相關(guān)的一般性問(wèn)題，隨后詳細(xì)介紹推薦系統(tǒng)在各領(lǐng)域中的應(yīng)用：音樂(lè)、學(xué)習(xí)、移動(dòng)、社交網(wǎng)絡(luò)及它們之間的交互。第四部分包含探討一系列問(wèn)題的文章，這些問(wèn)題包括推薦的展示、瀏覽、解釋和視覺(jué)化以及人工決策與推薦系統(tǒng)相關(guān)的重要問(wèn)題。第五部分收集了一些關(guān)于高級(jí)話題的文章，例如，利用主動(dòng)學(xué)習(xí)技術(shù)來(lái)引導(dǎo)新知識(shí)的學(xué)習(xí)，構(gòu)建能夠抵擋惡意用戶攻擊的健壯推薦系統(tǒng)的合適技術(shù)，以及結(jié)合多種用戶反饋和偏好來(lái)生成更加可靠的推薦系統(tǒng)。
我們要感謝所有為本書(shū)做出貢獻(xiàn)的作者。感謝所有審閱人員提出的慷慨意見(jiàn)及建議。特別感謝Susan Lagerstrom-Fife和Springer的成員，感謝他們?cè)趯?xiě)這本書(shū)過(guò)程中的合作。最后我們希望這本書(shū)有助于這一學(xué)科的發(fā)展，為新手提供一個(gè)卓有成效的學(xué)習(xí)方案，能夠激起更多專(zhuān)業(yè)人士有興趣參與本書(shū)所討論的主題，使這個(gè)具有挑戰(zhàn)性的領(lǐng)域能夠碩果累累，長(zhǎng)足發(fā)展。
Francesco RicciLior RokachBracha Shapira

你還可能感興趣

我要評(píng)論