面向復雜數據的推薦分析研究簡(jiǎn)介，目錄書(shū)摘
2019-11-08 17:10
來(lái)源：京東
作者：京東
面向復雜數據的推薦分析研究
暫無(wú)報價(jià)
5評論
66%好評
編輯推薦:
內容簡(jiǎn)介: 《面向復雜數據的推薦分析研究》主要從推薦分析的角度，系統介紹了如何利用推薦分析的相關(guān)理論和方法，提升復雜數據的推薦效果和精度，同時(shí)還結合實(shí)際應用問(wèn)題說(shuō)明了面向復雜數據的推薦分析應用過(guò)程。主要內容包括基于二部圖網(wǎng)絡(luò )的推薦算法改進(jìn)、Slopeone算法及基于內容的過(guò)濾改進(jìn)、組合推薦等。
作者簡(jiǎn)介:
目錄:第1章 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究目的及意義
1.2 信息技術(shù)發(fā)展
1.2.1 信息存儲技術(shù)
1.2.2 信息處理技術(shù)
1.2.3 信息系統技術(shù)
1.3 本書(shū)的研究?jì)热菁皠?chuàng )新
1.4 數據集介紹
1.5 本章小結
第2章 相關(guān)研究概述
2.1 國內外相關(guān)領(lǐng)域研究現狀
2.1.1 復雜數據處理方法
2.1.2 推薦算法
2.2 本章小結
第3章 目前主要推薦算法概述
3.1 基于統計的推薦算法
3.2 基于內容的推薦算法
3.3 協(xié)同過(guò)濾推薦算法
3.4 基于關(guān)聯(lián)規則的推薦系統
3.5 基于網(wǎng)絡(luò )結構的推薦
3.6 組合推薦
3.7 推薦算法評測
3.7.1 預測評分準確度
3.7.2 預測評分關(guān)聯(lián)性
3.7.3 推薦準確度
3.7.4 排序準確度
3.7.5 覆蓋率
3.7.6 個(gè)性化程度／多樣性
3.7.7 新穎性
3.7.8 驚喜度
3.8 推薦算法評測結果的比較
3.9 電子商務(wù)推薦系統的整體架構
3.1 0推薦系統的瓶頸和挑戰
3.1 1本章小結
第4章 基于二部圖網(wǎng)絡(luò )的推薦算法
4.1 復雜網(wǎng)絡(luò )理論
4.1.1 復雜網(wǎng)絡(luò )的演化過(guò)程
4.1.2 復雜網(wǎng)絡(luò )簡(jiǎn)介
4.1.3 二部圖網(wǎng)絡(luò )簡(jiǎn)介
4.2 基于二部圖網(wǎng)絡(luò )的推薦算法
4.2.1 基于二部圖網(wǎng)絡(luò )的推薦算法研究現狀
4.2.2 基于二部圖網(wǎng)絡(luò )的推薦算法簡(jiǎn)介
4.2.3 目前一些可行的優(yōu)化算法
4.3 本章小結
第5章 基于二部圖網(wǎng)絡(luò )推薦算法的改進(jìn)
5.1 基于二部圖網(wǎng)絡(luò )的推薦算法的不足
5.1.1 冷啟動(dòng)問(wèn)題
5.1.2 用戶(hù)興趣度參差不齊的問(wèn)題
5.1.3 內容匹配問(wèn)題
5.2 社會(huì )化標簽
5.2.1 標簽及社會(huì )化標簽
5.2.2 社會(huì )化標簽的應用
5.3 引入社會(huì )化標簽的二部圖網(wǎng)絡(luò )推薦算法
5.3.1 計算用戶(hù)-產(chǎn)品二部圖
5.3.2 計算產(chǎn)品-標簽二部圖
5.3.3 對前兩步中產(chǎn)品得到的資源求和
5.4 實(shí)驗數據集
5.4.1 數據集選取
5.4.2 數據集結構
5.4.3 數據集預處理
5.5 實(shí)驗思路
5.5.1 實(shí)驗方法
5.5.2 實(shí)驗步驟
5.6 實(shí)驗結果及分析
5.6.1 單組數據集實(shí)驗
5.6.2 多組數據集實(shí)驗
5.6.3 不同規模數據集實(shí)驗
5.7 本章小結
第6章 改進(jìn)的Slope one算法及基于內容的過(guò)濾
6.1 Slope one算法簡(jiǎn)介
6.2 改進(jìn)的Slope one算法
6.2.1 算法改進(jìn)背景
6.2.2 時(shí)間權重函數
6.2.3 參數T0的自學(xué)習
6.2.4 實(shí)驗分析
6.3 基于KNN的內容過(guò)濾
6.4 本章小結
第7章 組合算法的推薦系統模型
7.1 組合推薦系統的優(yōu)勢
7.2 組合算法的推薦系統模型
7.2.1 組合推薦算法的基本思想
7.2.2 組合推薦模型的框架
7.3 實(shí)驗結果及分析
7.3.1 實(shí)驗目的
7.3.2 實(shí)驗方法
7.3.3 度量標準
7.3.4 實(shí)驗結果
7.4 本章小結
第8章 推薦系統應用研究
8.1 需求分析
8.2 系統整體架構圖
8.3 系統推薦流程
8.4 數據庫設計
8.5 推薦系統功能模塊的劃分
8.6 推薦系統中的訪(fǎng)問(wèn)控制模型
8.6.1 推薦系統的模型基礎
8.6.2 基于信譽(yù)的訪(fǎng)問(wèn)控制模型組件
8.6.3 基于信譽(yù)的訪(fǎng)問(wèn)控制模型
8.6.4 基于信譽(yù)的訪(fǎng)問(wèn)控制機制
8.6.5 基于信譽(yù)的訪(fǎng)問(wèn)控制機制范例
8.7 本章小結
第9章 總結與展望
參考文獻
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究目的及意義
1.2 信息技術(shù)發(fā)展
1.2.1 信息存儲技術(shù)
1.2.2 信息處理技術(shù)
1.2.3 信息系統技術(shù)
1.3 本書(shū)的研究?jì)热菁皠?chuàng )新
1.4 數據集介紹
1.5 本章小結
第2章 相關(guān)研究概述
2.1 國內外相關(guān)領(lǐng)域研究現狀
2.1.1 復雜數據處理方法
2.1.2 推薦算法
2.2 本章小結
第3章 目前主要推薦算法概述
3.1 基于統計的推薦算法
3.2 基于內容的推薦算法
3.3 協(xié)同過(guò)濾推薦算法
3.4 基于關(guān)聯(lián)規則的推薦系統
3.5 基于網(wǎng)絡(luò )結構的推薦
3.6 組合推薦
3.7 推薦算法評測
3.7.1 預測評分準確度
3.7.2 預測評分關(guān)聯(lián)性
3.7.3 推薦準確度
3.7.4 排序準確度
3.7.5 覆蓋率
3.7.6 個(gè)性化程度／多樣性
3.7.7 新穎性
3.7.8 驚喜度
3.8 推薦算法評測結果的比較
3.9 電子商務(wù)推薦系統的整體架構
3.1 0推薦系統的瓶頸和挑戰
3.1 1本章小結
第4章 基于二部圖網(wǎng)絡(luò )的推薦算法
4.1 復雜網(wǎng)絡(luò )理論
4.1.1 復雜網(wǎng)絡(luò )的演化過(guò)程
4.1.2 復雜網(wǎng)絡(luò )簡(jiǎn)介
4.1.3 二部圖網(wǎng)絡(luò )簡(jiǎn)介
4.2 基于二部圖網(wǎng)絡(luò )的推薦算法
4.2.1 基于二部圖網(wǎng)絡(luò )的推薦算法研究現狀
4.2.2 基于二部圖網(wǎng)絡(luò )的推薦算法簡(jiǎn)介
4.2.3 目前一些可行的優(yōu)化算法
4.3 本章小結
第5章 基于二部圖網(wǎng)絡(luò )推薦算法的改進(jìn)
5.1 基于二部圖網(wǎng)絡(luò )的推薦算法的不足
5.1.1 冷啟動(dòng)問(wèn)題
5.1.2 用戶(hù)興趣度參差不齊的問(wèn)題
5.1.3 內容匹配問(wèn)題
5.2 社會(huì )化標簽
5.2.1 標簽及社會(huì )化標簽
5.2.2 社會(huì )化標簽的應用
5.3 引入社會(huì )化標簽的二部圖網(wǎng)絡(luò )推薦算法
5.3.1 計算用戶(hù)-產(chǎn)品二部圖
5.3.2 計算產(chǎn)品-標簽二部圖
5.3.3 對前兩步中產(chǎn)品得到的資源求和
5.4 實(shí)驗數據集
5.4.1 數據集選取
5.4.2 數據集結構
5.4.3 數據集預處理
5.5 實(shí)驗思路
5.5.1 實(shí)驗方法
5.5.2 實(shí)驗步驟
5.6 實(shí)驗結果及分析
5.6.1 單組數據集實(shí)驗
5.6.2 多組數據集實(shí)驗
5.6.3 不同規模數據集實(shí)驗
5.7 本章小結
第6章 改進(jìn)的Slope one算法及基于內容的過(guò)濾
6.1 Slope one算法簡(jiǎn)介
6.2 改進(jìn)的Slope one算法
6.2.1 算法改進(jìn)背景
6.2.2 時(shí)間權重函數
6.2.3 參數T0的自學(xué)習
6.2.4 實(shí)驗分析
6.3 基于KNN的內容過(guò)濾
6.4 本章小結
第7章 組合算法的推薦系統模型
7.1 組合推薦系統的優(yōu)勢
7.2 組合算法的推薦系統模型
7.2.1 組合推薦算法的基本思想
7.2.2 組合推薦模型的框架
7.3 實(shí)驗結果及分析
7.3.1 實(shí)驗目的
7.3.2 實(shí)驗方法
7.3.3 度量標準
7.3.4 實(shí)驗結果
7.4 本章小結
第8章 推薦系統應用研究
8.1 需求分析
8.2 系統整體架構圖
8.3 系統推薦流程
8.4 數據庫設計
8.5 推薦系統功能模塊的劃分
8.6 推薦系統中的訪(fǎng)問(wèn)控制模型
8.6.1 推薦系統的模型基礎
8.6.2 基于信譽(yù)的訪(fǎng)問(wèn)控制模型組件
8.6.3 基于信譽(yù)的訪(fǎng)問(wèn)控制模型
8.6.4 基于信譽(yù)的訪(fǎng)問(wèn)控制機制
8.6.5 基于信譽(yù)的訪(fǎng)問(wèn)控制機制范例
8.7 本章小結
第9章 總結與展望
參考文獻
京公網(wǎng)安備 11000002000088號
