网站建设公司方唯,58网站建设 网站制作,国家工商局官网首页登录入口,安装wordpress连接不上数据库文章目录第一章1.1推荐系统意义与价值1.2推荐系统历史与框架1.3推荐算法分类第二章2.1协同过滤的基本思想与分类2.2基于用户的协同过滤2.3基于项目的协同过滤2.4基于邻域的评分预测2.5基于二部图的协同过滤第三章3.1基于关联规则的推荐3.2基于矩阵分解的评分预测3.3概率矩阵分解… 文章目录第一章1.1推荐系统意义与价值1.2推荐系统历史与框架1.3推荐算法分类第二章2.1协同过滤的基本思想与分类2.2基于用户的协同过滤2.3基于项目的协同过滤2.4基于邻域的评分预测2.5基于二部图的协同过滤第三章3.1基于关联规则的推荐3.2基于矩阵分解的评分预测3.3概率矩阵分解框架3.4基于矩阵分解的Top-N推荐第四章4.1基于内容推荐的系统框架4.2向量空间模型4.3基于语义的内容相似度第五章5.1基于约束的推荐5.2基于效用的推荐第六章6.1混合推荐简介6.2理论依据与方法分类6.3并行式混合推荐6.4串行式混合推荐6.5整体式混合推荐第七章7.1评测视角与实验方法7.2评分预测评价指标7.3 Top-N推荐评价指标7.4公开实验数据集 第一章
1.1推荐系统意义与价值
略
1.2推荐系统历史与框架 1.3推荐算法分类 下面介绍基于算法思想的算法 相同人口过多效果不好 推荐结果过于线性用户的喜好会随着时间以及其他一些因素改变推荐效果不好 会发觉除新的物品c来推荐效果较好但是此类算法依赖历史条件信息对于新注册的用户效果不好即冷启动问题如下 依赖于专业知识效果不好 下面介绍基于应用问题的推荐算法
第二章
2.1协同过滤的基本思想与分类 2.2基于用户的协同过滤 例题 从推荐系统角度来看
2.3基于项目的协同过滤
2.4基于邻域的评分预测
2.5基于二部图的协同过滤
第三章
3.1基于关联规则的推荐
3.2基于矩阵分解的评分预测
3.3概率矩阵分解框架
3.4基于矩阵分解的Top-N推荐
第四章
4.1基于内容推荐的系统框架
4.2向量空间模型
4.3基于语义的内容相似度
第五章
5.1基于约束的推荐
5.2基于效用的推荐
第六章
6.1混合推荐简介
6.2理论依据与方法分类
6.3并行式混合推荐
6.4串行式混合推荐
6.5整体式混合推荐
第七章
7.1评测视角与实验方法
7.2评分预测评价指标
7.3 Top-N推荐评价指标
7.4公开实验数据集
