全部商品分类
| 联系编辑 | |
|---|---|
| 标题： | |
| 内容： | |
| 联系方式： | |
电子商务的迅猛发展使得服务信息呈现出“过载(overload)”趋势，用户面对海量的商品服务信息束手无策，难以快速找到自己需要的信息，推荐系统(RecommenderSystem)是解决信息过载问题非常有潜力的方法。目前，几乎所有的电子商务网站都不同程度地集成了推荐系统，如Amazon、eBay、Netflix、淘宝、当当等。本书将围绕电子商务推荐系统这一主题，从基础技术和商业应用两个角度入手，介绍传统推荐模型和算法、社交网络与电子商务推荐系统融合后的推荐模型与算法、移动推荐、推荐系统安全性和可信性、推荐系统对企业绩效的影响、影响企业绩效因素反过来对推荐系统设计的提升。在此基础上，介绍几个典型的电子商务推荐应用系统。
样章试读
- 暂时还没有任何用户评论
全部咨询(共0条问答)
- 暂时还没有任何用户咨询内容
|
中国科技出版传媒股份有限公司 版权所有 本平台为互联网非涉密平台，严禁处理、传输国家秘密。 京ICP备14028887号-5 京ICP证150976号
北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com |
京公网安备 11010102004214号