Doporučovací systémy: Učebnice

Recenze čtenářů

Kniha je vysoce ceněna pro svůj srozumitelný text, komplexní pokrytí doporučovacích systémů a praktické poznatky, takže je cenná jak pro začátečníky, tak pro pokročilejší čtenáře. Postrádá však hloubku v pokročilých tématech, jako jsou aplikace hlubokého učení v doporučovacích systémech, a obsahuje omezené množství rozpracovaných příkladů.

Jasné a přehledné psaní. Komplexní pokrytí algoritmů a konceptů v doporučovacích systémech. Poskytuje praktické a teoretické poznatky. Vynikající referenční materiál. Přínosné jak pro nováčky, tak pro pokročilé čtenáře.

Chybí hloubkové pokrytí pokročilých témat, jako je hluboké učení v doporučovacích systémech. Chybí numerické příklady nebo implementační kód, což ji činí pro některé čtenáře méně praktickou. Verze pro Kindle nemá hypertextový obsah, což může ztěžovat orientaci.

(na základě 18 hodnocení čtenářů)

Původní název:

Recommender Systems: The Textbook

Obsah knihy:

Tato kniha se komplexně zabývá tématem doporučovacích systémů, které uživatelům poskytují personalizovaná doporučení produktů nebo služeb na základě jejich předchozích vyhledávání nebo nákupů. Metody doporučovacích systémů byly přizpůsobeny různým aplikacím, včetně vytěžování záznamů dotazů, sociálních sítí, doporučování zpráv a počítačové reklamy. Tato kniha syntetizuje základní i pokročilá témata oblasti výzkumu, která nyní dosáhla zralosti. Kapitoly této knihy jsou rozděleny do tří kategorií:

Algoritmy a hodnocení: Tyto kapitoly pojednávají o základních algoritmech v doporučovacích systémech, včetně metod kolaborativního filtrování, metod založených na obsahu, metod založených na znalostech, metod založených na ansámblech a hodnocení.

Doporučení ve specifických doménách a kontextech: Kontext doporučení lze považovat za důležitou vedlejší informaci, která ovlivňuje cíle doporučení. Zkoumají se různé typy kontextu, jako jsou časové údaje, prostorové údaje, sociální údaje, údaje o značkách a důvěryhodnost.

Pokročilá témata a aplikace: Jsou diskutovány různé aspekty robustnosti doporučovacích systémů, jako jsou shillingové systémy, modely útoků a jejich obrana.

Kromě toho jsou představena nejnovější témata, jako je učení se podle pořadí, víceramenné bandity, skupinové systémy, vícekriteriální systémy a aktivní systémy učení, a jejich aplikace.

Přestože tato kniha slouží především jako učebnice, díky svému zaměření na aplikace a odkazy osloví i průmyslové odborníky z praxe a výzkumné pracovníky. K dispozici jsou četné příklady a cvičení a pro vyučující je k dispozici příručka s řešením.