توضیحات
Recommender systems, software programs that learn from human behavior and make predictions of what products we are expected to appreciate and purchase, have become an integral part of our everyday life. They proliferate across electronic commerce around the globe and exist for virtually all sorts of consumable goods, such as books, movies, music, or clothes.
At the same time, a new evolution on the Web has started to take shape, commonly known as the Web 2.0 or the Social Web: Consumer-generated media has become rife, social networks have emerged and are pulling significant shares of Web traffic. In line with these developments, novel information and knowledge artifacts have become readily available on the Web, created by the collective effort of millions of people.
This textbook presents approaches to exploit the new Social Web fountain of knowledge, zeroing in first and foremost on two of those information artifacts, namely classification taxonomies and trust networks. These two are used to improve the performance of product-focused recommender systems: While classification taxonomies are appropriate means to fight the sparsity problem prevalent in many productive recommender systems, interpersonal trust ties when used as proxies for interest similarity are able to mitigate the recommenders’ scalability problem.
————————————————————–
ترجمه ماشینی :
سیستمهای توصیهکننده، برنامههای نرمافزاری که از رفتار انسانها درس میگیرند و پیشبینی میکنند که چه محصولاتی باید قدردانی کنیم و بخریم، به بخشی جدایی ناپذیر از زندگی روزمره ما تبدیل شدهاند. آنها در سراسر تجارت الکترونیکی در سراسر جهان تکثیر می شوند و تقریباً برای همه انواع کالاهای مصرفی مانند کتاب، فیلم، موسیقی یا لباس وجود دارند.
در همان زمان، تکامل جدیدی در وب آغاز شده است. شکل می گیرد که معمولاً به عنوان وب 2.0 یا وب اجتماعی شناخته می شود: رسانه های تولید شده توسط مصرف کنندگان فراگیر شده اند، شبکه های اجتماعی ظهور کرده اند و سهم قابل توجهی از ترافیک وب را به خود اختصاص می دهند. در راستای این پیشرفتها، اطلاعات جدید و مصنوعات دانش به آسانی در وب در دسترس قرار گرفتهاند که با تلاش جمعی میلیونها نفر ایجاد شدهاند.
این کتاب درسی رویکردهایی را برای بهرهبرداری از چشمه جدید دانش وب اجتماعی ارائه میکند. اول و مهمتر از همه، دو مورد از این مصنوعات اطلاعاتی، یعنی طبقه بندی طبقه بندی و شبکه های اعتماد را به صفر می رساند. این دو برای بهبود عملکرد سیستمهای توصیهگر متمرکز بر محصول مورد استفاده قرار میگیرند: در حالی که طبقهبندیهای طبقهبندی ابزار مناسبی برای مبارزه با مشکل پراکندگی رایج در بسیاری از سیستمهای توصیهگر مولد هستند، پیوندهای اعتماد بینفردی هنگامی که بهعنوان پراکسی برای تشابه منافع استفاده میشوند، میتوانند توصیهکنندگان را کاهش دهند. مشکل مقیاس پذیری.
tag : دانلود کتاب مصنوعات وب اجتماعی برای تقویت توصیهکنندگان: تئوری و پیادهسازی , Download مصنوعات وب اجتماعی برای تقویت توصیهکنندگان: تئوری و پیادهسازی , دانلود مصنوعات وب اجتماعی برای تقویت توصیهکنندگان: تئوری و پیادهسازی , Download Social Web Artifacts for Boosting Recommenders: Theory and Implementation Book , مصنوعات وب اجتماعی برای تقویت توصیهکنندگان: تئوری و پیادهسازی دانلود , buy مصنوعات وب اجتماعی برای تقویت توصیهکنندگان: تئوری و پیادهسازی , خرید کتاب مصنوعات وب اجتماعی برای تقویت توصیهکنندگان: تئوری و پیادهسازی , دانلود کتاب Social Web Artifacts for Boosting Recommenders: Theory and Implementation , کتاب Social Web Artifacts for Boosting Recommenders: Theory and Implementation , دانلود Social Web Artifacts for Boosting Recommenders: Theory and Implementation , خرید Social Web Artifacts for Boosting Recommenders: Theory and Implementation , خرید کتاب Social Web Artifacts for Boosting Recommenders: Theory and Implementation ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.