基于機(jī)器學(xué)習(xí)的個(gè)性化推薦算法及應(yīng)用
個(gè)性化推薦作為一種重要的信息過濾技術(shù),廣泛應(yīng)用于電子商務(wù)、社交服務(wù)以及基于位置的服務(wù)等領(lǐng)域,隨著數(shù)據(jù)量的爆炸式增長,原有的推薦算法存在執(zhí)行效率低和數(shù)據(jù)稀疏性等問題。為了解決原有推薦算法存在的問題,本書提出了3種新的算法,分別是基于三維項(xiàng)集矩陣和向量的頻繁項(xiàng)集挖掘算法、融合懲罰因子和時(shí)間權(quán)重的協(xié)同過濾算法以及基于用戶屬性和項(xiàng)目評(píng)分的協(xié)同過濾算法,并介紹了一個(gè)個(gè)性化圖書推薦原型系統(tǒng)的構(gòu)建方案。本書結(jié)構(gòu)清晰、文字流暢,適合對(duì)機(jī)器學(xué)習(xí)、個(gè)性化推薦感興趣的讀者閱讀。
·7.3萬字