在网络和电子商务环境下,推荐系统得到了广泛的应用。本文在建立了推荐系统的研究内容框架的基础上,从用户信息收集和用户建模、个性化推荐算法、推荐系统的评价及推荐系统的应用等四个方面对推荐系统的现有研究成果进行了系统的评述,并指出了推荐系统未来研究热点和发展方向。 -【英文摘要】 Recommender systems are among the most typical outcomes of the Internet and E-commerce.In this paper, the aut

本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过