图书介绍
信息推荐系统2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

- 曾子明著 著
- 出版社: 北京:科学出版社
- ISBN:9787030374011
- 出版时间:2013
- 标注页数:216页
- 文件大小:72MB
- 文件页数:227页
- 主题词:信息系统
PDF下载
下载说明
信息推荐系统PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 信息推荐系统概论1
1.1网络信息资源及获取服务模式1
1.1.1网络信息资源1
1.1.2信息获取服务模式3
1.2基于“信息推送”模式的信息推荐系统7
1.2.1信息推荐系统的概念与通用模型7
1.2.2信息推荐系统与个性化信息服务10
1.2.3信息推荐系统的研究内容13
1.2.4信息推荐系统的分类14
1.2.5信息推荐系统的发展现状和实例15
1.3信息推荐系统的应用领域和研究热点17
1.3.1信息推荐系统的应用领域17
1.3.2信息推荐系统的研究热点20
参考文献22
第2章 信息推荐技术和系统设计24
2.1信息推荐系统的相关技术24
2.1.1信息检索和信息过滤24
2.1.2数据挖掘技术26
2.1.3信息推荐算法概述28
2.2信息推荐的系统分析与设计34
2.2.1信息推荐的系统分析34
2.2.2信息推荐的系统设计36
2.3信息推荐的系统开发方法41
2.3.1原型法的基本思想41
2.3.2基于原型法的信息推荐系统开发过程42
参考文献44
第3章 信息内容过滤推荐系统46
3.1引言46
3.2内容过滤推荐系统的相关技术48
3.2.1信息检索模型48
3.2.2文本特征抽取50
3.3内容过滤推荐系统的模型和算法52
3.3.1基于内容过滤的信息推荐模型52
3.3.2基于向量空间模型匹配的信息推荐算法54
3.3.3基于朴素贝叶斯分类的信息推荐算法56
3.4内容过滤推荐系统的用户反馈58
小结60
参考文献61
第4章 信息协同过滤推荐系统63
4.1引言63
4.2基于内存的信息协同过滤推荐66
4.2.1基于用户的信息协同过滤66
4.2.2基于项目的信息协同过滤70
4.3基于模型的信息协同过滤推荐72
4.3.1基于降维技术的协同过滤推荐73
4.3.2基于聚类的协同过滤推荐74
4.3.3基于贝叶斯的协同过滤推荐77
4.4移动环境下基于隐式评分的博客推荐78
4.4.1问题的提出78
4.4.2相关工作79
4.4.3隐式评分的计算方法80
4.4.4基于隐式评分的协同过滤推荐算法81
4.4.5实验及结果分析83
小结85
参考文献85
第5章 基于领域本体的商品信息推荐系统87
5.1基于领域本体的商品信息组织方法87
5.1.1问题的提出87
5.1.2商务信息资源特点的研究88
5.1.3商务信息的本体建模90
5.1.4商务信息语义互操作及其本体映射方法94
5.2基于领域本体的商品信息内容过滤推荐模型102
5.2.1商品推荐中的信息语义标记102
5.2.2基于内容过滤的语义信息推荐107
5.3基于领域本体和多属性决策方法的商品信息推荐模型108
5.3.1商品信息推荐模型108
5.3.2实验及结果分析114
5.4基于领域本体的商品信息协同过滤推荐模型116
5.4.1语义信息协同过滤推荐模型116
5.4.2实验与结果分析119
小结121
参考文献121
第6章 基于Web挖掘的商品信息推荐系统123
6.1问题的提出123
6.2点击流相关理论和技术125
6.2.1点击流简述125
6.2.2基于点击流的商品信息个性化推荐服务126
6.3 Web挖掘技术127
6.3.1 Web挖掘简述127
6.3.2 Web挖掘与商品信息推荐系统131
6.4基于Web挖掘的商品信息推荐模型132
6.4.1商品信息推荐系统的体系结构132
6.4.2商品分类树133
6.4.3基于点击流的顾客偏好分析134
6.4.4基于点击流的商品关联规则挖掘136
6.4.5商品信息推荐算法138
6.5商品信息推荐的实验及结果分析139
小结141
参考文献142
第7章 基于案例推理的商品信息推荐系统143
7.1问题的提出143
7.2智能Agent144
7.2.1 Agent技术概述144
7.2.2 Agent的抽象结构145
7.3案例推理的决策支持146
7.3.1案例推理技术146
7.3.2基于案例推理的决策支持流程149
7.3.3基于案例推理的智能信息推荐150
7.4基于案例推理的商品信息推荐模型152
7.4.1基于CBR的系统解决方案153
7.4.2基于CBR的商品信息推荐系统结构154
7.4.3实例分析164
7.5基于JADE平台的推荐系统集成与Web应用165
7.5.1 Agent的系统集成166
7.5.2 Web应用设计167
小结167
参考文献168
第8章 基于社会化标签的信息推荐系统170
8.1社会化标签系统与信息推荐170
8.1.1社会化标签系统概述170
8.1.2社会化标签系统的特点174
8.1.3社会化标签系统的实例175
8.1.4社会化标签推荐——信息推荐研究的新视角176
8.2基于社会化标签的相关信息推荐技术178
8.2.1基于协同过滤的标签推荐178
8.2.2基于内容过滤的标签推荐178
8.2.3基于图的标签推荐179
8.3基于社区标签云的信息推荐模型180
8.3.1基于社会化标签的聚类180
8.3.2基于社区标签云的个性化推荐183
8.3.3实例分析185
小结186
参考文献187
第9章 基于情境感知的信息推荐系统189
9.1情境感知信息推荐的提出189
9.1.1情境感知推荐——个性化信息服务新模式189
9.1.2情境感知推荐的研究现状191
9.2融合多种情境的信息多维推荐服务模型193
9.2.1情境信息识别获取与语义描述方法研究193
9.2.2信息资源多维推荐服务模型194
9.2.3基于情境感知的信息资源推荐算法195
9.2.4信息多维推荐服务的系统体系结构198
9.3基于情境感知的个性化信息协同过滤推荐200
9.3.1基于情境感知的协同过滤推荐200
9.3.2实验及结果分析204
9.4基于情境感知的移动数字图书馆信息推荐205
9.4.1情境感知的移动阅读推荐——数字图书馆个性化服务新模式205
9.4.2基于情境熵的情境感知度206
9.4.3基于情境感知的协同过滤推荐211
9.4.4实验及结果分析213
小结215
参考文献215
热门推荐
- 229035.html
- 1540530.html
- 1829316.html
- 2299323.html
- 3662704.html
- 310526.html
- 1364360.html
- 1235547.html
- 2493398.html
- 1503313.html
- http://www.ickdjs.cc/book_1590108.html
- http://www.ickdjs.cc/book_2617158.html
- http://www.ickdjs.cc/book_2679618.html
- http://www.ickdjs.cc/book_3496054.html
- http://www.ickdjs.cc/book_52123.html
- http://www.ickdjs.cc/book_2295423.html
- http://www.ickdjs.cc/book_2169073.html
- http://www.ickdjs.cc/book_3335574.html
- http://www.ickdjs.cc/book_1059104.html
- http://www.ickdjs.cc/book_2793034.html