Sisteme de recomandare: Manualul

Recenzii ale cititorilor

Cartea este extrem de apreciată pentru scrierea sa clară, acoperirea cuprinzătoare a sistemelor de recomandare și perspectivele practice, ceea ce o face valoroasă atât pentru începători, cât și pentru cititorii mai avansați. Cu toate acestea, îi lipsește profunzimea în subiecte avansate, cum ar fi aplicațiile de învățare profundă în sistemele de recomandare și include exemple lucrate limitate.

Scriere clară și bine organizată. Acoperire cuprinzătoare a algoritmilor și conceptelor în sistemele de recomandare. Oferă perspective practice și teoretice. Material de referință excelent. Benefic atât pentru nou-veniți, cât și pentru cititorii avansați.

Lipsă de acoperire aprofundată a subiectelor avansate, cum ar fi învățarea profundă în sistemele de recomandare. Lipsesc exemplele numerice sau codul de implementare, ceea ce îl face mai puțin practic pentru unii cititori. Versiunea Kindle are un cuprins fără hyperlinkuri, ceea ce poate îngreuna navigarea.

(pe baza a 18 recenzii ale cititorilor)

Titlul original:

Recommender Systems: The Textbook

Conținutul cărții:

Această carte acoperă în mod cuprinzător subiectul sistemelor de recomandare, care oferă utilizatorilor recomandări personalizate de produse sau servicii pe baza căutărilor sau achizițiilor lor anterioare. Metodele sistemelor de recomandare au fost adaptate la diverse aplicații, inclusiv extragerea jurnalelor de interogare, rețelele sociale, recomandările de știri și publicitatea computațională. Această carte sintetizează atât subiecte fundamentale, cât și avansate ale unui domeniu de cercetare care a ajuns acum la maturitate. Capitolele acestei cărți sunt organizate în trei categorii:

Algoritmi și evaluare: Aceste capitole discută algoritmii fundamentali în sistemele de recomandare, inclusiv metodele de filtrare colaborativă, metodele bazate pe conținut, metodele bazate pe cunoaștere, metodele bazate pe ansamblu și evaluarea.

Recomandări în domenii și contexte specifice: contextul unei recomandări poate fi privit ca o informație secundară importantă care afectează obiectivele recomandării. Sunt explorate diferite tipuri de context, cum ar fi datele temporale, datele spațiale, datele sociale, datele de etichetare și fiabilitatea.

Subiecte și aplicații avansate: Sunt discutate diferite aspecte legate de robustețea sistemelor de recomandare, cum ar fi sistemele shilling, modelele de atac și apărarea acestora.

În plus, sunt prezentate, împreună cu aplicații, subiecte recente, cum ar fi învățarea în funcție de rang, bandiții cu brațe multiple, sistemele de grup, sistemele multicriteriale și sistemele de învățare activă.

Deși această carte servește în primul rând ca manual, ea va fi, de asemenea, atractivă pentru practicienii și cercetătorii industriali datorită accentului său pe aplicații și referințe. Au fost furnizate numeroase exemple și exerciții, iar un manual de soluții este disponibil pentru instructori.