Sistemi di raccomandazione: Algoritmi e applicazioni

Titolo originale:

Recommender Systems: Algorithms and Applications

Contenuto del libro:

I sistemi di raccomandazione utilizzano il filtraggio delle informazioni per prevedere le preferenze degli utenti. Stanno diventando una parte vitale dell'e-business e sono utilizzati in un'ampia varietà di settori, che vanno dall'intrattenimento e dal social networking alla tecnologia dell'informazione, al turismo, all'istruzione, all'agricoltura, alla sanità, alla produzione e alla vendita al dettaglio. Recommender Systems: Algorithms and Applications approfondisce le basi teoriche di questi sistemi ed esamina come la teoria viene applicata e implementata nei sistemi reali.

Il libro esamina diverse classi di algoritmi di raccomandazione, tra cui.

⬤ Algoritmi di apprendimento automatico.

⬤ Algoritmi di rilevamento della comunità.

⬤ Algoritmi di filtraggio.

Vari sistemi di raccomandazione di prodotti efficienti e robusti che utilizzano algoritmi di apprendimento automatico sono utili per filtrare ed esplorare dati non visti dagli utenti per una migliore previsione ed estrapolazione delle decisioni. Questi sistemi forniscono una vasta gamma di soluzioni a problemi quali lo squilibrio dei dati, i problemi di partenza a freddo e i problemi di coda lunga. Questo libro esamina anche le posizioni ontologiche fondamentali che costituiscono le fondamenta dei sistemi di raccomandazione e spiegano perché certe raccomandazioni vengono predette rispetto ad altre.

Vengono analizzate anche le tecniche e gli approcci per lo sviluppo di sistemi di raccomandazione. Queste possono aiutare a implementare gli algoritmi come sistemi e comprendono.

⬤ Una tecnica a fattori latenti per sistemi di filtraggio basati su modelli.

⬤ Approcci di filtraggio collaborativi.

⬤ Approcci basati sui contenuti.

Infine, il libro esamina sistemi reali per il social networking, la raccomandazione di prodotti di consumo e la previsione del rischio nei progetti di ingegneria del software.