翻译推荐系统的目录（The recommendation system directory）.docVIP

下载本文档

5
0
约 19页
2017-08-16 发布于河南
举报
版权申诉

翻译推荐系统的目录（The recommendation system directory）.doc

1、本文档共19页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

翻译推荐系统的目录（The recommendation system directory）

翻译推荐系统的目录（The recommendation system directory）翻译：推荐系统手册的目录缘由就想翻译点东西，看完”集体智慧编程”之后对机器学习那块有点淡化了。总觉得自己不喜欢数学，更喜欢编程。今天随意翻译翻译推荐系统手册的目录。虽然现在处于一个比较迷茫的阶段，不过昨晚写那段设计模式的代码的时候，还是深深的感受到了对编程的喜爱废话不多说，上吧。目录 1、推荐系统手册简介（作者：Francesco Ricci、Lior Rokach、Bracha Shapira） ---- 1.1简介 ---- 1.2推荐系统的功能 ---- 1.3数据源和信息源 ---- 1.4推荐技术 ---- 1.5应用与评价 ---- 1.6推荐系统与人机交互 -------- 1.6.1信任、解释和信服 -------- 1.6.2会话系统 -------- 1.6.3可视化 ---- 1.7推荐系统属于多学科交叉领域 ---- 1.8展望与挑战 -------- 1.8.1本书中讨论的展望 -------- 1.8.1挑战 ----参考文献图2 第一部分：基本技术 2、用于推荐系统的数据挖掘的方法（作者：Xavier Amatriain，Alejandro Jaimes，Nuria Oliver，Josep M. Pujol） ---- 2.1简介 ---- 2.2数据预处理 -------- 2.2.1相似度的计算方式 -------- 2.2.2取样 -------- 2.2.3降低纬度 -------- 2.2.4去噪 ---- 2.3分类 -------- 2.3.1近邻 -------- 2.3.2决策树 -------- 2.3.3基于规则的分类器 -------- 2.3.4贝叶斯分类器 -------- 2.3.5人工神经网络 -------- 2.3.6支持向量机 -------- 2.3.7分类器的集成 -------- 2.3.8评价分类器 ---- 2.4聚类分析 -------- 2.4.1 K均值聚类 -------- 2.4.2 K均值聚类的替代选择 ---- 2.5关联规则挖掘 ---- 2.6结论 ----参考文献 3、基于内容的推荐系统：现状与趋势（作者：Pasquale Lops、Marco de Gemmis、Giovanni Semeraro） ---- 3.1简介 ---- 3.2基于内容的推荐系统的基础 -------- 3.2.1一个基于内容的高层体系架构 -------- 3.2.2基于内容过滤的优势与缺点 ---- 3.3基于内容的推荐系统的现状 -------- 3.3.1物品的表示 -------- 3.3.2了解用户资料的方法 ---- 3.4趋势与深入研究 -------- 3.4.1用户输入内容在推荐过程中的作用 -------- 3.4.2超越过份的特殊：意外的财富 ---- 3.5总结 ----参考文献 4、综合考察基于邻域的推荐方式（作者：Christian Desrosiers和George Karypis） ---- 4.1简介 -------- 4.1.1正式定义 -------- 4.1.2推荐方法的总览 -------- 4.1.3邻域方式的优势 -------- 4.1.4目标和大纲 ---- 4.2邻域的推荐方式 -------- 4.2.1基于用户的打分预测 -------- 4.2.2基于用户的分类 -------- 4.2.3回归VS分类 -------- 4.2.4基于物品的推荐 -------- 4.2.5基于用户VS基于物品的推荐方式 ---- 4.3基于邻域的方法构成 -------- 4.3.1打分归一化 -------- 4.3.2带权重的相似度计算 -------- 4.3.3邻域的选择 ---- 4.4高级技术 -------- 4.4.1降维的方法 -------- 4.4.2基于图的方法 ---- 4.5总结 ----参考文献 5、协同过滤的进展（作者：Yehuda Koren和Robert Bell） ---- 5。 1 Introduction ----5.2 Preface --------5.2.1 baseline prediction --------5.2.2 Netflix data set --------5.2.3 implicit feedback ----5.3 matrix decomposition model --------5.3.1 SVD (singular value decomposition) --------5.3.2 SVD++ (singular value