信息推荐系统pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

信息推荐系统PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 信息推荐系统概论 1

1.1网络信息资源及获取服务模式 1

1.1.1网络信息资源 1

1.1.2信息获取服务模式 3

1.2基于“信息推送”模式的信息推荐系统 7

1.2.1信息推荐系统的概念与通用模型 7

1.2.2信息推荐系统与个性化信息服务 10

1.2.3信息推荐系统的研究内容 13

1.2.4信息推荐系统的分类 14

1.2.5信息推荐系统的发展现状和实例 15

1.3信息推荐系统的应用领域和研究热点 17

1.3.1信息推荐系统的应用领域 17

1.3.2信息推荐系统的研究热点 20

参考文献 22

第2章 信息推荐技术和系统设计 24

2.1信息推荐系统的相关技术 24

2.1.1信息检索和信息过滤 24

2.1.2数据挖掘技术 26

2.1.3信息推荐算法概述 28

2.2信息推荐的系统分析与设计 34

2.2.1信息推荐的系统分析 34

2.2.2信息推荐的系统设计 36

2.3信息推荐的系统开发方法 41

2.3.1原型法的基本思想 41

2.3.2基于原型法的信息推荐系统开发过程 42

参考文献 44

第3章 信息内容过滤推荐系统 46

3.1引言 46

3.2内容过滤推荐系统的相关技术 48

3.2.1信息检索模型 48

3.2.2文本特征抽取 50

3.3内容过滤推荐系统的模型和算法 52

3.3.1基于内容过滤的信息推荐模型 52

3.3.2基于向量空间模型匹配的信息推荐算法 54

3.3.3基于朴素贝叶斯分类的信息推荐算法 56

3.4内容过滤推荐系统的用户反馈 58

小结 60

参考文献 61

第4章 信息协同过滤推荐系统 63

4.1引言 63

4.2基于内存的信息协同过滤推荐 66

4.2.1基于用户的信息协同过滤 66

4.2.2基于项目的信息协同过滤 70

4.3基于模型的信息协同过滤推荐 72

4.3.1基于降维技术的协同过滤推荐 73

4.3.2基于聚类的协同过滤推荐 74

4.3.3基于贝叶斯的协同过滤推荐 77

4.4移动环境下基于隐式评分的博客推荐 78

4.4.1问题的提出 78

4.4.2相关工作 79

4.4.3隐式评分的计算方法 80

4.4.4基于隐式评分的协同过滤推荐算法 81

4.4.5实验及结果分析 83

小结 85

参考文献 85

第5章 基于领域本体的商品信息推荐系统 87

5.1基于领域本体的商品信息组织方法 87

5.1.1问题的提出 87

5.1.2商务信息资源特点的研究 88

5.1.3商务信息的本体建模 90

5.1.4商务信息语义互操作及其本体映射方法 94

5.2基于领域本体的商品信息内容过滤推荐模型 102

5.2.1商品推荐中的信息语义标记 102

5.2.2基于内容过滤的语义信息推荐 107

5.3基于领域本体和多属性决策方法的商品信息推荐模型 108

5.3.1商品信息推荐模型 108

5.3.2实验及结果分析 114

5.4基于领域本体的商品信息协同过滤推荐模型 116

5.4.1语义信息协同过滤推荐模型 116

5.4.2实验与结果分析 119

小结 121

参考文献 121

第6章 基于Web挖掘的商品信息推荐系统 123

6.1问题的提出 123

6.2点击流相关理论和技术 125

6.2.1点击流简述 125

6.2.2基于点击流的商品信息个性化推荐服务 126

6.3 Web挖掘技术 127

6.3.1 Web挖掘简述 127

6.3.2 Web挖掘与商品信息推荐系统 131

6.4基于Web挖掘的商品信息推荐模型 132

6.4.1商品信息推荐系统的体系结构 132

6.4.2商品分类树 133

6.4.3基于点击流的顾客偏好分析 134

6.4.4基于点击流的商品关联规则挖掘 136

6.4.5商品信息推荐算法 138

6.5商品信息推荐的实验及结果分析 139

小结 141

参考文献 142

第7章 基于案例推理的商品信息推荐系统 143

7.1问题的提出 143

7.2智能Agent 144

7.2.1 Agent技术概述 144

7.2.2 Agent的抽象结构 145

7.3案例推理的决策支持 146

7.3.1案例推理技术 146

7.3.2基于案例推理的决策支持流程 149

7.3.3基于案例推理的智能信息推荐 150

7.4基于案例推理的商品信息推荐模型 152

7.4.1基于CBR的系统解决方案 153

7.4.2基于CBR的商品信息推荐系统结构 154

7.4.3实例分析 164

7.5基于JADE平台的推荐系统集成与Web应用 165

7.5.1 Agent的系统集成 166

7.5.2 Web应用设计 167

小结 167

参考文献 168

第8章 基于社会化标签的信息推荐系统 170

8.1社会化标签系统与信息推荐 170

8.1.1社会化标签系统概述 170

8.1.2社会化标签系统的特点 174

8.1.3社会化标签系统的实例 175

8.1.4社会化标签推荐——信息推荐研究的新视角 176

8.2基于社会化标签的相关信息推荐技术 178

8.2.1基于协同过滤的标签推荐 178

8.2.2基于内容过滤的标签推荐 178

8.2.3基于图的标签推荐 179

8.3基于社区标签云的信息推荐模型 180

8.3.1基于社会化标签的聚类 180

8.3.2基于社区标签云的个性化推荐 183

8.3.3实例分析 185

小结 186

参考文献 187

第9章 基于情境感知的信息推荐系统 189

9.1情境感知信息推荐的提出 189

9.1.1情境感知推荐——个性化信息服务新模式 189

9.1.2情境感知推荐的研究现状 191

9.2融合多种情境的信息多维推荐服务模型 193

9.2.1情境信息识别获取与语义描述方法研究 193

9.2.2信息资源多维推荐服务模型 194

9.2.3基于情境感知的信息资源推荐算法 195

9.2.4信息多维推荐服务的系统体系结构 198

9.3基于情境感知的个性化信息协同过滤推荐 200

9.3.1基于情境感知的协同过滤推荐 200

9.3.2实验及结果分析 204

9.4基于情境感知的移动数字图书馆信息推荐 205

9.4.1情境感知的移动阅读推荐——数字图书馆个性化服务新模式 205

9.4.2基于情境熵的情境感知度 206

9.4.3基于情境感知的协同过滤推荐 211

9.4.4实验及结果分析 213

小结 215

参考文献 215