9.6　小结155
第10章　上下文相关推荐156
10.1　张量分解模型157
10.1.1　建模157
10.1.2　模型拟合158
10.1.3　讨论159
10.2　层次收缩模型160
10.2.1　建模160
10.2.2　模型拟合161
10.2.3　局部增强张量模型164
10.3　多角度新闻文章推荐165
10.3.1　探索性数据分析166
10.3.2　实验评估171
10.4　相关物品推荐176
10.4.1　语义相关性177
10.4.2　响应预测177
10.4.3　预测响应和预测相关性的结合178
10.5　小结178
第11章　多目标优化179
11.1　应用设置179
11.2　分段方法180
11.2.1　问题设置180
11.2.2　目标优化181
11.3　个性化方法183
11.3.1　原始表示184
11.3.2　拉格朗日对偶185
11.4　近似方法188
11.4.1　聚类188
11.4.2　采样189
11.5　实验189
11.5.1　实验设置190
11.5.2　实验结果191
11.6　相关工作197
11.7　小结198
参考文献199
索引205

计算机科学丛书统计推荐系统 作者简介

---作者简介---
迪帕克·K. 阿加瓦尔（Deepak K. Agarwal） LinkedIn公司副总裁，领导人工智能/机器学习团队的研发工作。之前曾任Yahoo!研究院研究主管和首席研究员，以及AT&T公司研究员。20多年来，他致力于为Web应用开发、部署机器学习和统计方法，以及解决推荐系统和计算广告领域的大数据问题。

陈必衷（Bee-Chung Chen） LinkedIn公司首席主任工程师、应用研究员，曾任Yahoo!研究院研究员。作为核心开发者，他为LinkedIn和Yahoo!设计了前沿的推荐算法，此外，他还关注数据挖掘、机器学习和大数据分析技术。

---译者简介---
戴薇 深圳大学计算机与软件学院研究生，主要研究方向为迁移学习、推荐系统和机器学习。---作者简介---
迪帕克·K. 阿加瓦尔（Deepak K. Agarwal） LinkedIn公司副总裁，领导人工智能/机器学习团队的研发工作。之前曾任Yahoo!研究院研究主管和首席研究员，以及AT&T公司研究员。20多年来，他致力于为Web应用开发、部署机器学习和统计方法，以及解决推荐系统和计算广告领域的大数据问题。

陈必衷（Bee-Chung Chen） LinkedIn公司首席主任工程师、应用研究员，曾任Yahoo!研究院研究员。作为核心开发者，他为LinkedIn和Yahoo!设计了前沿的推荐算法，此外，他还关注数据挖掘、机器学习和大数据分析技术。

---译者简介---
戴薇 深圳大学计算机与软件学院研究生，主要研究方向为迁移学习、推荐系统和机器学习。
潘微科 深圳大学计算机与软件学院副教授，主要研究方向为迁移学习和推荐系统。
明仲 深圳大学计算机与软件学院院长、教授，大数据系统计算技术国家工程实验室执行主任，主要研究方向为人工智能、软件工程和推荐系统。

 2/2   首页 上一页 1 2

教材 研究生/本科/专科教材

在线阅读