Recommender Systems Handbook读书笔记之7

Recommender Systems Handbook读书笔记之7

《Recommender Systems
Handbook》,市面上不多的关于推荐系统的书之一。2009年3月问世,英文版。近日还尚未汉语版,测度出普通话版的大概性一点都不大,读者数量太少了。全书871页,相比厚。亚马逊.com上那本书还尚无读者评论,看来在阿拉伯语世界里“推荐系统“那么些大旨也绝对相比冷。

那本书断断续续看了五个月。总体感觉依旧很不利。由一群相关领域的研讨职员公共编写,每一章都有几个人斟酌者负责。

全书共分五多数:
1:基础技术,介绍各个推荐算法。
2:具体行使及其评估
3:与推荐介绍系统相互
4:推荐系统与社会群众体育
5:高级算法

零星有的可比基础,前边多少个部分相对来说离实际运用远一些,许多内容还处在钻探中。

以下是阅读进程中的一些摘抄(超越5/10是在此以前6篇笔记中复制过来的)

书中首先章是全书介绍,个中计算了引进系统的用途如下:

1:扩张产品销售量;
2:销售越多品类的出品。推荐系统可以推荐出用户只怕理所当然不会去留意的别样类型的货品;
3:升高用户知足度;
4:提升用户忠诚度;
5:更好地知道用户需要;
6:找到一些优质的产品;
7:找到任啥地点道的制品;有个别场景(比如部分看病或财务的使用)必要找到任何的适宜的出品;
8:对产品做注脚,比如在电视机推荐系统中证实如何节目值得观望;
9:推荐连串产品;
10:推荐打包产品;
11:只看不买,那种景色下还能引进出卓殊用户兴趣的出品;
12:找到可靠的推荐系统:有时候用户不信任系统的引荐,有些体统能够提供部分功力让用户去测试它们的推介结果;
13:改进用户资料:通过推荐系统能够清楚越来越多的用户的喜好;
14:自小编表明:某个用户喜爱表达本人对成品的见识;
15:支持外人;
16:影响旁人;

其次章:推荐系统中选取的数码挖掘方法,分为:数据处理(相似度衡量、抽样、降维、降噪)、分类(具体算法有新近邻、决策树、基于规则的分类、贝叶斯分类、人工神经网络、扶助向量机)、聚类分析、关联规则挖掘
其三章:基于内容的推荐介绍系统:State of the Art and Trends。
第伍章:基于近邻的引进格局大概浏览。

以下一小段内容摘译自第伍章:

有二种档次的音讯寻找:
1:搜索对象清晰可辨;
2:搜索对象不可能被完全描述,可是足以被一眼认出;
3:以意想不到的、偶然的点子获取新闻;

第6章:协同过滤中的革新;
第⑤章:开发基于约束的推荐器;

以下内容摘自第伍章:

观念推荐格局(基于内容的过滤和协同过滤)对于书,电影,音讯之类的成品是非凡适合的。不过在小车,电脑,房产,财务服务等领域的推荐中不是最好的不二法门。比如房产的购买销售数量要少很多,有个别产品不简单收集到大气的用户评价。并且,用户对依照数年前的产品性状的推荐会很不惬意。
依照知识的引进系统能够消除那类难点,并且依据知识的推荐介绍系统绝非冷运转(新产品得不到推荐介绍)的难题。当然,知识获取是那类系统的瓶颈。

第10章:上下文感知的推荐介绍系统:常规推荐系统只考虑user和item,上下文感知的引荐系统则觉得“上下文音信”也急需考虑。比如旅游网站的引进,春日与冬季应有有非常大不一致;再例如新闻网站的推荐须求考虑时间,工作日用户更乐于关怀时事新闻和股票商场新闻,周末则更愿意关心电影片评论论和购物音信;
第七章:评估推荐系统

第7章:二个IP电视服务供应商的引进系统:3个周边产品环境。介绍三个TV点播系统中的推荐系统。挑衅是索要实时,同时又无法断定操作遥控器的用户的地点(消除方案是依照时间段来分别用户)
第⑧章:如何在实验室之外获得推荐系统:介绍搭建实际运用的引荐系统须求考虑的地点;
第⑦一章:匹配推荐技术与天地:介绍分歧选取场景下适用的引进技术与算法;
第8二章:Technology Enhanced Learning中的推荐系统;

第柒三章:对于评价推荐系统(Critiquing
Recommenders)的评估。所谓评论推荐系统,是基于用户的评论和介绍来调动推荐内容的系统。
第柒四章:成立更可相信的、更有说服力的引进系统:原始特征对引进系统评估的震慑
第八五章:为推荐介绍系统规划、评估“推荐系统给用户的分解”(Designing and
伊娃luating Explanations for
Recommender Systems)
第9六章:对“基于点评商量的生育推荐系统”的可用性的教导
第捌七章:基于地图的产品体系可视化
第拾八章:本性化web搜索中的社会群众体育、协同与推荐系统
第8楚辞:社区tag推荐系统
第②十章:信任与引进
第三十一章:团体推荐系统:合并个人体模型型
第②十二章:聚集推荐系统中的参数
第③十三章:推荐系统中的实时学习
第叁十四章:四个鉴定标准的引进系统
第叁十五章:健壮的推荐