Recommender Systems Handbook读书笔记之4

本周盼了第八章节。全书共25回。

自打已圈了的内容来拘禁,这按照开对引进系统的介绍于完善,另外也深深介绍一些切实可行的算法,给有实际的计算公式。这些公式中生有底数学符号我已记不清具体意思了。

以下是前八章的情节连:
率先节:全书介绍;
亚章:推荐系统中应用的数目挖掘方法,分为:数据处理(相似度度量、抽样、降维、降噪)、分类(具体算法有新近邻近、决策树、基于规则之归类、贝叶斯分类、人工神经网络、支持为量机)、聚类分析、关联规则挖掘
其三段:基于内容的推荐系统:State of the Art and Trends。
季章节:基于近邻的引进方法概览。
第五章:协同过滤中的改进;
第六段:开发基于约束的推荐器;
第七段:上下文感知的引进系统:常规推荐系统只考虑user和item,上下文感知的推荐系统则以为“上下文信息”也待考虑。比如旅游网站的推介,冬天同夏当出很老不同;再依新闻网站的引荐用考虑时间,工作日用户更乐于关注时事新闻和股市信息,周末虽还愿关注电影评论和购物信息;
第八章节:评估澳门葡京娱乐推荐系统