概念|终于有人整理出世界顶级笔记：数据库系统推荐系统技术及高效算法( 二 ) 世界顶级|笔记|数据库系统|系

文章插图
本书汇聚不同领域专家学者的理论成果和实践经验，全面介绍推荐系统的主要概念、理论、趋势、挑战和应用，详细阐释如何支持用户决策、计划和购买过程。书中既详细讲解了经典方法，又介绍了一些新的研究成果，内容涵盖人工智能、人机交互、信息技术、数据挖掘、统计学、自适应用户界面、决策支持系统、市场和客户行为等。无论是从事技术开发的读者，还是从事产品营销的读者，都能从中受益。
全书分五部分，共28章。第1章是概述，系统介绍推荐系统的概念、功能、应用领域以及当前应用过程中遇到的问题与挑战。
第1章推荐系统:简介和挑战

文章插图
第一部分(第2~7章)展示如今构建推荐系统最流行和最基础的技术，如协同过滤、基于语义的方法、数据挖掘方法和基于情境感知的方法。
第2章基于邻域的推荐方法综述

文章插图
第3章协同过滤方法进阶

文章插图
第4章基于内容的语义感知推荐系统

文章插图
第5章基于约束的推荐系统

文章插图
第6章情境感知推荐系统

文章插图
第7章推荐系统中的数据挖掘方法

文章插图
第二部分(第8~10章)主要关注离线和真实用户环境下用于评估推荐质量的技术及方法。
第8章推荐系统的评估

文章插图
第9章使用用户实验评估推荐系统

文章插图
第10章对推荐结果的解释设计和评估

文章插图
第三部分(第11~17章)包括一些推荐技术多样性的应用，首先简述与工业实现和推荐系统开发相关的一般性问题，随后详细介绍推荐系统在各领域中的应用:音乐、学习、移动、社交网络及它们之间的交互。
第11章工业界的推荐系统:Netflix案例分析

文章插图
【 概念|终于有人整理出世界顶级笔记：数据库系统推荐系统技术及高效算法】第12章辅助学习的推荐系统综述

文章插图
第13章音乐推荐系统

文章插图
第14章剖析基于位置的移动推荐系统

文章插图
第15章社会化推荐系统

文章插图
第16章人与人之间的相互推荐

文章插图
第17章社交网络搜索中的协作、信用机制和推荐系统

文章插图
第四部分(第18~21章)包含探讨一系列问题的文章，这些问题包括推荐的展示、浏览、解释和视觉化以及人工决策与推荐系统相关的重要问题。
第18章人类决策过程与推荐系统

文章插图
第19章推荐系统中的隐私问题

文章插图
第20章影响推荐系统可信度评估的来源因素

文章插图
第21章用户性格和推荐系统

文章插图
第五部分(第22~28'章)收集了一些关于高级话题的文章，例如，利用主动学习技术来引导新知识的学习，构建能够抵挡恶意用户攻击的健壮推荐系统的合适技术，以及结合多种用户反馈和偏好来生成更加可靠的推荐系统。