新書推薦：
《
孙机谈文物
》
售價：HK$
118.8
《
诡舍（夜来风雨声悬疑幻想震撼之作）
》
售價：HK$
54.8
《
讲给青少年的人工智能
》
售價：HK$
52.8
《
海外中国研究·宋代文人的精神生活（经典收藏版）--重构宋代文人的精神内核
》
售價：HK$
107.8
《
埃勒里·奎因悲剧四部曲
》
售價：HK$
307.6
《
今天我想要什么：海豹的女性漫画
》
售價：HK$
74.8
《
日常的金字塔：写诗入门十一阶
》
售價：HK$
74.8
《
税的荒唐与智慧：历史上的税收故事
》
售價：HK$
107.8
|
| 內容簡介： |
|
本书以推荐系统理论为基础，以探究移动互联网环境下用户如何精确获取信息这一问题为出发点，研究面向用户个性化需求的移动互联网信息推荐技术，分别从移动用户需求获取、移动情境感知推荐、社会化推荐、群组推荐等方面对移动互联网信息推荐技术展开较为全面、深入的研究和探讨。 本书可供从事电子商务推荐系统研究、教学的相关人员，以及高等院校研究生、电子商务工作者使用，可帮助读者理解在移动互联网环境下的信息推荐方法和技术。
|
| 關於作者： |
|
曹洪江，湖南双峰人，武汉理工大学经济学院副教授，博士。主要研究方向包括推荐系统、商务智能。
|
| 目錄：
|
|
目录第1章 绪论11.1 移动互联网的基本概念21.1.1 移动互联网的定义及特点21.1.2 移动互联网推荐技术41.2 移动推荐系统研究框架101.3 移动推荐系统的应用131.4 移动互联网信息推荐领域中的研究热点16参考文献18第2章 推荐系统理论综述212.1 基于内容的推荐方法212.1.1 概述212.1.2 算法流程222.1.3 优点与不足262.2 协同过滤推荐方法272.2.1 基于邻域的协同过滤推荐方法282.2.2 基于模型的协同过滤推荐方法312.2.3 优点与不足332.3 情境感知推荐方法342.3.1 概述342.3.2 情境建模方法362.3.3 情境感知推荐技术的分类372.3.4 优点与不足392.4 社会化推荐方法402.4.1 概述402.4.2 社会关系网络模型的构建422.4.3 社会化推荐生成技术442.4.4 优点与不足472.5 群组推荐方法492.5.1 概述492.5.2 群组推荐方法的关键技术502.5.3 优点与不足522.6 基于深度学习的推荐方法532.6.1 概述532.6.2 深度学习模型542.6.3 基于深度学习的推荐方法分类572.6.4 优点与不足592.7 大数据环境下的推荐方法602.7.1 概述602.7.2 大数据环境下的推荐方法中的技术612.7.3 大数据环境下的推荐方法的分类652.7.4 优点与不足66参考文献67第3章 移动用户需求获取713.1 移动用户需求特点723.2 用户需求获取技术概述743.2.1 传统用户需求获取技术743.2.2 移动用户需求获取技术763.3 移动用户需求获取关键技术773.3.1 移动用户需求获取技术框架773.3.2 情境对移动用户需求的影响793.3.3 移动用户需求获取的计算方法813.3.4 移动用户需求动态获取及自适应更新技术843.4 移动用户需求获取技术效用评价863.5 有待进一步研究的问题88参考文献90第4章 移动情境感知推荐964.1 情境信息概述974.1.1 情境信息的概念及特点974.1.2 移动情境信息的分类984.2 情境信息的获取1004.2.1 情境信息获取的技术架构1004.2.2 情境信息的获取方法1014.3 情境信息的表示方法与建模方法1024.3.1 情境信息的表示方法1024.3.2 情境信息的建模方法1034.4 情境感知推荐算法1074.5 两种典型的改进情境感知推荐算法1124.5.1 基于矩阵分解的情境感知推荐算法1124.5.2 宽松匹配的情境感知推荐算法1144.6 情境感知推荐系统的效用评价118参考文献119第5章 社会化推荐1245.1 社会化推荐概述1255.1.1 社会化推荐系统的形式化定义1255.1.2 社会化推荐系统的基本框架1265.1.3 社会化网络模型的构建1275.1.4 社会化推荐生成技术1285.2 融合移动用户信任关系的协同过滤推荐算法1295.2.1 信任用户间的影响度计算1315.2.2 融合信任关系的推荐方法1355.3 融合用户群组关系的群组推荐方法1355.4 融合用户地理位置信息的协同过滤推荐方法1395.4.1 基于地理位置信息的用户偏好特征模型1405.4.2 用户间的信任度计算1425.4.3 基于用户地理位置信息的网络信息推荐算法1435.5 融合项目相似度和信任关系的推荐方法145参考文献149第6章 群组推荐1536.1 群组推荐概述1546.1.1 群组推荐的基本方法1546.1.2 群组的发现和群组推荐的偏好融合策略1556.2 偏好融合的方法1576.3 群组特征对偏好融合算法的影响1606.4 群组推荐系统的效用评价1616.5 基于项目评分和特征的群组推荐方法1636.5.1 构建用户偏好模型1646.5.2 构建群组偏好模型1666.5.3 群组相似度计算1676.5.4 群组推荐算法168参考文献170
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
