《推荐系统:技术、评估及高效算法》一第2章Recommender Systems Handbook推荐系统中的数据挖掘方法-阿里云开发者社区

开发者社区> 华章出版社> 正文
登录阅读全文

《推荐系统:技术、评估及高效算法》一第2章Recommender Systems Handbook推荐系统中的数据挖掘方法

简介:

本节书摘来自华章出版社《推荐系统:技术、评估及高效算法》一书中的第2章,第2.1节,作者 [ 美]弗朗西斯科·里奇(Francesco Ricci)利奥·罗卡奇(Lior Rokach)布拉哈·夏皮拉(Bracha Shapira)保罗 B.坎特(Paul B.Kantor),更多章节内容可以访问云栖社区“华章计算机”公众号查看

第2章Recommender Systems Handbook推荐系统中的数据挖掘方法

Xavier Amatriain、Alejandro Jaimes、Nuria Oliver和Josep M.Pujol Xavier Amatriain,Telefonica Research,Via Augusta,122,Barcelona 08021,Spain e-mail:xar@tid.es
Alejandro Jaimes,Yahoo!Research,Av.Diagonal,177,Barcelona 08018,Spain.Work on the chapter was performed while the author was at Telefonica Research.e-mail:ajaimes@yahoo-inc.com
Nuria Oliver,Telefonica Research,Via Augusta,122,Barcelona 08021,Spain e-mail:nuriao@tid.es
Josep M.Pujol,Telefonica Research,Via Augusta,122,Barcelona 08021,Spain e-mail:jmps@tid.es
翻译:吉林大学丁彬钊 审核:刘湘勇,胡聪(胡户主),郑州大学吴宾

摘要 本章概述了推荐系统中用到的一些重要的数据挖掘技术。首先描述的是常见的数据预处理方法,如抽样和降维。其次,回顾推荐系统中最重要的分类技术,包括贝叶斯网络和支持向量机。我们对K-means聚类算法进行描述并讨论其几个替代算法。我们也会介绍有效训练过程中的关联规则和相关算法。除了介绍这些技术,我们也会考察它们在推荐系统中的使用情况,同时介绍它们成功应用的案例。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享: