《推荐系统:技术、评估及高效算法》一第3章Recommender Systems Handbook基于内容的推荐系统:前沿和趋势-阿里云开发者社区

开发者社区> 华章出版社> 正文

《推荐系统:技术、评估及高效算法》一第3章Recommender Systems Handbook基于内容的推荐系统:前沿和趋势

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3章,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3章Recommender Systems Handbook基于内容的推荐系统:前沿和趋势

Pasquale Lops、Marco de Gemmis和Giovanni Semeraro Pasquale Lops,Department of Computer Science,University of Bari“Aldo Moro”,Via E.Orabona,4,Bari(Italy) e-mail:lops@di.uniba.it
Marco de Gemmis,Department of Computer Science,University of Bari“Aldo Moro”,Via E.Orabona,4,Bari(Italy) e-mail:degemmis@di.uniba.it
Giovanni Semeraro,Department of Computer Science,University of Bari “Aldo Moro”,Via E.Orabona,4,Bari(Italy) e-mail:semeraro@di.uniba.it
翻译:吴涛,吉林大学丁彬钊,徐世超 审核:胡聪(胡户主),北京大学王雪丽,郑州大学吴宾

摘要 推荐系统以个性化的方式指引用户在众多选择中找到感兴趣的东西。基于内容的推荐系统会发掘用户曾经喜欢的产品,从而尝试去推荐类似的产品使其满意。事实上,基于内容的推荐系统主要的处理方式在于利用用户已知的偏好、兴趣等属性和物品内容的属性相匹配,以此为用户推荐新的感兴趣的物品。本章概述了各种基于内容的推荐系统,目的是在其各种设计原理和实现方法中理出头绪。本章第一部分介绍了基于内容推荐的基本概念、专业术语、高层次的体系结构和主要的优缺点。第二部分通过详尽描述能够表示物品和用户信息的经典先进技术,给出了几个应用领域内使用的最先进技术的概述。同时,也阐述了一些被广泛使用的学习用户兴趣的技术。最后一部分讨论了推荐系统的趋势和下一代推荐系统的研究方向,其中描述了考虑到在词汇表不断演变情况下用户产生内容(UGC)的作用,以及为用户提供一些偶然性的推荐的挑战,即推荐出乎意料地能够让用户感兴趣,而又无法通过其他方法发现的物品。

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:

华章出版社

官方博客
官网链接