Recommender Systems Handbook读书笔记之4

本周看了第八回。全书共25回。

自打曾看了的情节来拘禁,这本开对推荐系统的介绍于完美,另外为深深介绍一些现实的算法,给有实际的计算公式。这些公式中生出一部分的数学符号我已淡忘具体意思了。

以下是眼前八章的内容包括:
率先节:全书介绍;
其次回:推荐系统面临应用的数挖掘方法,分为:数据处理(相似度度量、抽样、降维、降噪)、分类(具体算法来近年来紧邻、决策树、基于规则的分类、贝叶斯分类、人工神经网络、支持于量机)、聚类分析、关联规则挖掘
其三节:基于内容之推介系统:State of the Art and Trends。
季段:基于近邻的引荐方式概览。
第五回:协同过滤中之精益求精;
第六节:开发基于约束的推荐器;
第七章:上下文感知的引荐系统:常规推荐系统只考虑user和item,上下文感知的引进系统则当“上下文信息”也欲考虑。比如旅游网站的引荐,冬天同夏当出大怪不同;再依新闻网站的推介用考虑时间,工作日用户更乐于关注时事新闻和股市信息,周末尽管又愿关注电影评论和购物信息;
第八节:评估澳门葡京棋牌推荐系统