个性化推荐作为信息过滤的一种重要技术, 广泛应用于电子商务、社交服务以及基于位置的服务等领域, 随着数据量的爆炸式增长, 原有的推荐算法存在执行效率低和数据稀疏性等问题。为了解决原有推荐算法存在的问题, 本书提出了3种新的算法, 分别是基于三维项集矩阵和向量的频繁项挖掘算法、融合惩罚因子和时间权重的协同过滤算法以及基于用户属性和项目评分的协同过滤算法, 并介绍了一个个性化图书推荐原型系统的构建方案。
作者:陈(Chen, Cathy)
出版:机械工业出版社,2025
基于多模态机器学习的营销视频分析:XGBoost、SHAP和GMFN的混合方法
作者:黄子窈,方正,李珊,杜培源
出版:四川大学出版社,2024
作者:王楠
出版:吉林大学出版社,2024
作者:乌申斯基(Ушинский, Константин Дмитриевич),
出版:辽宁人民出版社,2025
作者:斯托里(Storey, John)
出版:中国科学技术出版社,2025
作者:夏晓东
出版:文化发展出版社,2025