200 1_ |a 推荐系统 |A tui jian xi tong |e 技术、评估及高效算法 |f (美)弗朗西斯科·里奇[等]编 |d = Recommender systems handbook |f Francesco Ricci |g 李艳民[等] 译 |z eng

314 __ |a 弗朗西斯科·里奇 (Francesco Ricci)，意大利博尔扎诺自由大学计算机科学副教授。目前他的研究兴趣包括推荐系统、智能接口、移动系统、机器学习、案例推理、信息和通信技术在旅游中的应用。

314 __ |a 布拉哈·夏皮拉 (Bracha Shapira)，女，以色列-古里安大学信息系统工程系助理教授。目前她的研究兴趣包括推荐系统、信息检索、个性化、用户建模和社交网络。

314 __ |a 保罗 B. 坎特 (Paul B. Kantor)，罗格斯大学通信与信息学院情报学教授，兼任计算机科学系和RUTCOR中心运筹学教授。目前他的研究兴趣包括协作信息发现、文本分类、文本或图像索引和检索。

330 __ |a 本书可分成五部分，共25章。第1章是概述，系统介绍推荐系统的概念、功能、应用领域以及当前应用过程中遇到的问题与挑战。第一部分(第2～7章)介绍当前构建推荐系统最普遍使用的技术，如协同过滤、基于内容的数据挖掘的方法、上下文相关的方法等。第二部分(第8～12章)概述已用于评价推荐质量的技术和方法，涉及推荐系统设计与实践方面；描述设计和实施推荐系统的注意事项；为选择更合适的算法提供准则，另外评估用于开发推荐系统的方法、挑战和评测指标。第三部分(第13～17章)讨论推荐系统如何呈现、浏览、解释和可视化等若干问题，这一部分讨论的技术使推荐过程更加结构化以及具有可交互性。第四部分(第18～21章)讨论利用各类用户生成内容(UGC，如标签、搜索查询、信任评价等)产生类型新颖且更可信的推荐结果。第五部分(第22～25章)讨论推荐系统的高级课题，如探索用主动学习的原则来指导获取新知识；防止推荐系统受恶意用户攻击的合适技术；如何整合多种类型的用户反馈以及用户偏好信息来构造更可靠的推荐系统。