为你推荐
作者简介
书名页
版权页
前言
目录
第一章 引言
1.1 电子商务与海量数据
1.2 个性化与推荐系统
1.产品推荐的算法研究
2.产品推荐的行为影响
1.3 技术与行为视角下推荐系统研究的价值
第二章 个性化推荐的发展趋势和前沿动态
2.1 推荐系统整体概述
2.1.1 传统推荐算法
1.方法
2.数据
3.测度
2.1.2 社会化推荐
2.2 推荐算法中的预测不确定性
2.2.1 聚合层次的预测不确定性
2.2.2 个体层次的预测不确定性
2.3 互补性推荐与替代性推荐
2.4 推荐情境中产品关系挖掘方法介绍
2.5 推荐系统的行为影响
2.5.1 对消费者的影响
2.5.2 对产品的影响
2.6 本章小结
第三章 同质产品中考虑预测不确定性的个性化推荐方法
3.1 协同过滤方法介绍
3.2 预测不确定性的关键因素
1.概率分布信息
2.预测值的置信程度信息
3.3 对不确定性建模的二阶段方法
3.3.1 置信度估计
3.3.2 后验概率估计
3.4 考虑不确定性后的个性化推荐与排序方法
3.5 推荐方法在电影产品上的数据分析
3.5.1 数据描述
3.5.2 评价测度
3.5.3 置信度估计方法的效果分析
3.5.4 推荐和排序的效果分析
1.Top-N推荐效果
2.排序效果
3.5.5 数据稀疏性与方法效率讨论
3.6 本章小结
第四章 非同质产品推荐对消费者支付意愿的影响
4.1 推荐系统中的互补品与替代品介绍
4.2 推荐中产品价格的影响
4.3 消费者两阶段决策过程
4.4 推荐对支付意愿影响的用户实验探究
4.4.1 实验设计与用户选择
4.4.2 实验步骤
4.4.3 因变量测度
4.5 实验结果分析
4.5.1 操控检查
4.5.2 主要实验结果
1.对比φ1
2.对比φ2
3.对比φ3
4.对比φ4
5.对比φ5
4.5.3 鲁棒性检验
4.6 本章小结
第五章 非同质产品的关系挖掘方法介绍
5.1 文本结构化介绍
5.2 基于在线评论的非同质产品的关系挖掘方法
5.2.1 基本模型
1.特征提取
2.基于神经网络的分类器
5.2.2 多输入模型
5.3 关系挖掘方法在亚马逊数据上的应用
5.3.1 非文本因素的实验证据
1.评论数量之差
2.评分差异:均值和方差
3.发布者重合度
4.评论发布时间重合度
5.3.2 模型效果分析
5.3.3 鲁棒性分析
1.参数设置:不同的话题数目
2.稀疏数据的表现
3.不同额外信息的预测表现
5.4 本章小结
第六章 结语
6.1 考虑产品特征的个性化推荐总结
6.2 技术与行为视角下个性化推荐的未来趋势
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜