具体描述
作者简介
Paul Kantor, Rutgers University, School of Communication, USA
Francesco Ricci, Free University of Bozen-Bolzano, Faculty of Computer Science, Italy
Lior Rokach, Information System Engineering, Ben-Gurion University, Israel
Bracha Shapira, Information System Engineering, Ben-Gurion University, Israel
目录信息
读后感
专题性质的， 从推荐引擎中数据预处理， 基本挖掘算法， 各种推荐方式， 到用户界面对用户采用的影响都有涉及。 对于一个想将推荐作为方向做下去的人， 必须要看该书。 每个专题都会列出专题涉及到的论文及将来的发展趋势， 具有很好的指导作用
评分Preface Contents Contributors 1 Recommender Systems: Introduction and Challenges 1.1 Introduction 1.2 Recommender Systems' Function 1.3 Data and Knowledge Sources 1.4 Recommendation Techniques 1.5 Recommender Systems Evaluation 1.6 Recommender Systems Appli...
评分Preface Contents Contributors 1 Recommender Systems: Introduction and Challenges 1.1 Introduction 1.2 Recommender Systems' Function 1.3 Data and Knowledge Sources 1.4 Recommendation Techniques 1.5 Recommender Systems Evaluation 1.6 Recommender Systems Appli...
评分专题性质的， 从推荐引擎中数据预处理， 基本挖掘算法， 各种推荐方式， 到用户界面对用户采用的影响都有涉及。 对于一个想将推荐作为方向做下去的人， 必须要看该书。 每个专题都会列出专题涉及到的论文及将来的发展趋势， 具有很好的指导作用
评分这本书是大二时读过的（17年前后？），之前也只大致读过前五章。当然没细读的原因是写的真的烂啊，太多无关紧要的细节，以及本书整体内容非常偏向于工程实践，而且是泛泛而谈，大概属于系统设计哲学？。 本书虽然成书于深度学习时代，但介绍的全为早期方法，如协同过滤、KNN、S...
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有