![基于半监督学习的个性化推荐算法研究](https://cover.qianqiantushu.cc/87/s6b961e2.jpg)
![基于半监督学习的个性化推荐算法研究](https://cover.qianqiantushu.cc/87/s6b961e2.jpg)
基于半监督学习的个性化推荐算法研究PDF电子书下载
- 电子书积分:9 积分如何计算积分?
- 作 者:张宜浩,文俊浩著
- 出 版 社:重庆:重庆大学出版社
- 出版年份:2016
- ISBN:9787562496816
- 页数:170 页
图书介绍:主流的个性化推荐方法大多没有真正利用物品的内容信息和用户的标签信息,同时也缺乏对用户反馈信息的挖掘,这也往往会造成推荐结果过度特殊化。针对上述问题,本书提出了利用半监督学习的方法实现基于用户行为信息与物品内容信息的个性化推荐。针对协同过滤推荐方法存在计算相似度方式单一等问题,提出了基于距离度量与高斯混合模型的半监督聚类的推荐方法,利用聚类分析的方法替代用户兴趣的相似度计算,且提出了基于图模型的半监督推荐方法。
《基于半监督学习的个性化推荐算法研究》目录
第1章 绪论 1
1.1 研究背景 1
1.2 国内外研究现状 4
1.3 主要研究内容 11
1.4 本书的组织结构 14
第2章 半监督学习与个性化推荐研究综述 16
2.1 半监督学习研究综述 16
2.2 个性化推荐研究综述 23
2.3 基于半监督学习的推荐技术 29
2.4 个性化推荐评测 35
本章小结 38
第3章 基于半监督混合聚类的推荐方法 39
3.1 半监督聚类相关研究 40
3.2 常用聚类算法 43
3.3 SSCGD算法描述 47
3.4 实验结果与分析 55
本章小结 75
第4章 基于主动学习与协同训练的半监督推荐方法 76
4.1 协同训练与主动学习相关研究 78
4.2 SSLCA算法描述 82
4.3 实验结果与分析 88
本章小结 101
第5章 基于自增量学习的半监督推荐方法 102
5.1 自增量学习相关研究 103
5.2 置信度度量方法 110
5.3 SSLSH算法描述 113
5.4 实验结果与分析 118
本章小结 127
第6章 基于图模型的半监督推荐方法 128
6.1 图模型的相关研究 129
6.2 GSSLC算法的描述 134
6.3 实验结果与分析 139
本章小结 144
第7章 结论与展望 145
7.1 结论 145
7.2 展望 147
参考文献 149
相关图书
- 《名家解读经典系列 王季思推荐古代戏曲》王季思 2017
- 《计算机视觉系统设计及显著性算法研究》徐海波著 2019
- 《全局光照算法技术》(美)菲利普·特瑞(Philip Dutre)等著 2019
- 《RNA折叠结构预测算法与计算复杂性》刘振栋著 2019
- 《ROS机器人编程与SLAM算法解析指南》陶满礼 2020
- 《图解数据结构与算法》汪建 2020
- 《信息融合中估计算法的性能评估》毛艳慧著 2019
- 《基于群体智能优化算法的文本过滤关键技术研究》朱振方,刘培玉,尉永清著 2019
- 《个性作文 小学四年级 新课标》张丽主编 2007
- 《被算法操控的生活:重新定义精准广告、大数据和AI=OUTNUMBERED FROM FACEBOOK AND GOOGLE TO FAKE NEWS AND FILTER-BUBBL》(瑞典)大卫·萨普特(DavidSumpter) 2020
作者其它书籍
出版社其它书籍
- 《大学计算机实验指导及习题解答》曹成志,宋长龙 2019
- 《大学生心理健康与人生发展》王琳责任编辑;(中国)肖宇 2019
- 《大学英语四级考试全真试题 标准模拟 四级》汪开虎主编 2012
- 《大学英语教学的跨文化交际视角研究与创新发展》许丽云,刘枫,尚利明著 2020
- 《复旦大学新闻学院教授学术丛书 新闻实务随想录》刘海贵 2019
- 《大学英语综合教程 1》王佃春,骆敏主编 2015
- 《重庆市绿色建筑评价技术指南》重庆大学,重庆市建筑节能协会绿色建筑专业委员会主编 2018
- 《大学物理简明教程 下 第2版》施卫主编 2020
- 《大学化学实验》李爱勤,侯学会主编 2016
- 《中国十大出版家》王震,贺越明著 1991