机器学习算法实践: 推荐系统的协同过滤理论及其应用 豆 0.0分

资源最后更新于 2020-03-29 03:55:30

作者：王建芳

出版社：出版社清华大学出版社

出版日期：2018-10

ISBN：9787302507833

文件格式： pdf

标签： 计算机 人工智能 程序设计 机器学习 算法

简介· · · · · ·

个性化推荐能够根据用户的历史行为显式或者隐式地挖掘用户潜在的兴趣和需求，并为其推送个性化信息，因此受到研究者的追捧及工业界的青睐，其研究具有重大的学术价值及商业应用价值，已广泛应用于大型电子商务平台、社交平台、新闻客户端以及其他各类旅游和娱乐类网站中。本书内容丰富，较全面地介绍了基于协同过滤的推荐系统存在的问题、解决方法和评估策略，主要内容涉及协同过滤推荐算法中的时序技术、矩阵分解技术和社交网络信任技术等知识。本书可供从事推荐系统、人工智能、机器学习、模式识别和信息检索等领域的科研人员及研究生阅读、参考。王建芳，男，博士，河南理工大学副教授，硕士研究生导师。研究方向包括推荐系统、深度学习、人工智能及智能计算算法。主持及参与国家、省部级项目共12项。申请国家发明专利3项、新型实用专利3项。在国内外重要期刊及国际会议上发表学术论文30余篇。出版教材及专著3部。有6项科研成果通过省部级鉴定，主持及参与省级教研教改项目2项，主持厅级项目2项，获得厅级二等奖及以上奖励3项，获得计算机软件著作权30余项。