《网络科学视角下的推荐系统研究》米传民 等 电子书
请通过以下商城购买正版书籍
 |
 |
 |
 |
 |
转载请注明原文链接：本站电子书版权归原作者及开发商所有，仅限个人测试交流学习之用，请在下载后24小时内删除。若有违反您个人权益，请留言反馈删除相关信息。
内容简要：
打包福利下载：http://xz.tbookk.com/d/560517-40700892-0311b2
本书在对以协同过滤为主的推荐系统、网络科学进行系统理论综述的基础上，考虑社交网络发展以及用户社交信任、用户兴趣的网络关系特征，主要运用网络科学的方法，研究协同过滤为主的推荐系统问题。主要内容包括：（1）考虑用户显式、隐式评分和用户行为等数据，运用二分图研究用户-项目协同过滤推荐问题；（2）通过用户行为数据挖掘用户间的隐性信任关系，提出结合用户社交信任和用户兴趣的概率矩阵分解方法，进行推荐；（3）针对旅游景点推荐的特点，提出综合用户社交信任关系和旅游标签偏好的个性化旅游景点推荐算法。研究成果可广泛应用于数据驱动的电子商务、网络营销领域，提高推荐效率和精确度，提升互联网平台及商家的服务水平，增强客户满意度。
目录：
前言
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 研究内容与创新点
第2章 相关理论基础
2.1 推荐系统概述
2.2 网络科学
2.3 社交信任
第3章 基于多参数二分图的网络推荐研究
3.1 基于二分图的经典个性化推荐
3.2 基于二分图的多参数网络结构推荐研究
3.3 基于MovieLens基准数据的实验验证
第4章 基于选择性随机游走的协同过滤推荐算法研究
4.1 基于用户的协同过滤推荐算法
4.2 基于显式数据的选择性随机游走协同过滤推荐算法
4.3 基于隐式数据的选择性随机游走协同过滤推荐算法
第5章 考虑隐性信任的协同过滤推荐算法研究
5.1 TBCF推荐算法分析
5.2 ITBCF推荐算法研究
5.3 实验与分析
第6章 考虑用户社交信任和兴趣的协同过滤推荐算法研究
6.1 基于用户的协同过滤推荐经典算法
6.2 用户兴趣相似关系挖掘
6.3 结合用户社交信任和兴趣的概率矩阵分解推荐算法研究
6.4 构建考虑用户社交信任和兴趣的概率矩阵分解模型
6.5 基于Epinions基准数据的实验检验
第7章 基于旅游照片地理信息的景点挖掘和用户评分建模
7.1 数据获取和数据预处理工作
7.2 基于P-DBSCAN聚类的景点挖掘
7.3 用户-景点评分模型构造
第8章 考虑用户社交信任传播的旅游景点推荐策略研究
8.1 信任推荐
8.2 问题定义
8.3 基于旅游景点图片的社交信任网络挖掘研究
8.4 结合相似度和信任度的推荐策略研究
第9章 考虑用户社交信任和地理标签的旅游景点推荐算法研究
9.1 常见的旅游景点及标签推荐算法
9.2 综合考虑用户社交信任和标签偏好的旅游景点推荐算法研究
9.3 基于Flickr数据集的实验验证
附录A TMALL实证部分数据
附录B 选择性随机游走协同过滤推荐算法主要程序代码
附录C 考虑显式评分的网络结构推荐算法主要代码
附录D 结合用户社交信任和兴趣的概率矩阵分解推荐算法主要代码
附录E 旅游图片和天气数据爬取代码
附录F P-DBSCAN主要代码
附录G 旅游景点推荐的相似度计算与评分预测主要代码
参考文献
作者及出版：
作 者：米传民 等
出 版 社：电子工业出版社
出版时间：2019-11-01
字 数：11.6万
评论