昨日阅读3.5小时,总计27小时
《Web大数据的分析与推荐方法》-李琳-黄文心等著--科学出版社-2018-5
Analysis and Recommendation Method for Web Big Data
内容简介:
本书对当前最热门的社交网络媒体微博等进行大数据文本分析,提出基于文本分析的推荐方法,多层级推荐方法、融合评分矩阵推荐方法、基于社团聚类的推荐方法、基于用户点击行为的混合推荐方法、融合隐形特征的群组推荐方法、分布式群组推荐方法。
给出一种Web查询词推荐服务,让用户更精准地查找并定位到所要搜索的相关网页。
前言:
Web大数据,不仅数据规模大、数据形式多样、更新快,且具有丰富的数据价值。
严重的信息过载导致用户无法直接接触到自身最需要的信息。
目前解决信息过载问题主要有两类方法:搜索引擎和推荐系统
推荐系统的核心是推荐算法,优势:1)可扩展性强,能并行执行;2)无需用户提供明确需求,可挖掘出用户感兴趣甚至潜在感兴趣(推荐给他看后用户才发现自身感兴趣)的物品;3)推荐平台选择合适的推荐算法后,也可便捷地根据用户的反馈,调整和改进已有推荐算法;4)能和聚类算法、分类算法、模式挖掘算法等跟其他数据挖掘算法结合使用,在推荐、预测、分类等多个方面发挥作用。
两个应用场景:以用户为核心的个性化推荐场景、以物品或对象为核心的相关推荐场景。
有不少深入的内容。。暂作了解。
|