推荐系统实践浪潮之巅作者吴军作序推荐

第1章 好的推荐系统

1.1 什么是推荐系统

1.2 个性化推荐系统的应用

1.2.1 电子商务

1.2.2 电影和视频网站

1.2.3 个性化音乐网络电台

1.2.4 社交网络

1.2.5 个性化阅读

1.2.6 基于位置的服务

1.2.7 个性化邮件

1.2.8 个性化广告

1.3 推荐系统评测

1.3.1 推荐系统实验方法

1.3.2 评测指标

1.3.3 评测维度

第2章 利用用户行为数据

2.1 用户行为数据简介

2.2 用户行为分析

2.2.1 用户活跃度和物品流行度的分布

2.2.2 用户活跃度和物品流行度的关系

2.3 实验设计和算法评测

2.3.1 数据集

2.3.2 实验设计

2.3.3 评测指标

2.4 基于邻域的算法

2.4.1 基于用户的协同过滤算法

2.4.2 基于物品的协同过滤算法

2.4.3 UserCF和ItemCF的综合比较

2.5 隐语义模型

2.5.1 基础算法

2.5.2 基于LFM的实际系统的例子

2.5.3 LFM和基于邻域的方法的比较

2.6 基于图的模型

2.6.1 用户行为数据的二分图表示

2.6.2 基于图的推荐算法

第3章 推荐系统冷启动问题

3.1 冷启动问题简介

3.2 利用用户注册信息

3.3 选择合适的物品启动用户的兴趣

3.4 利用物品的内容信息

3.5 发挥专家的作用

第4章 利用用户标签数据

。。。。。。。。。