Код товара: 5188077778
Постоплата
Купон на скидку
Towards Decentralized Recommender Systems
Тип книги:
Печать по требованию
О товаре
Перейти к описанию
Автор на обложке
Cai-Nicolas Ziegler
Год выпуска
2026
Тип бумаги в книге
Офсетная
Тип обложки
Мягкая обложка
Тип книги
Печать по требованию
О книге
Печатная книга «Towards Decentralized Recommender Systems» в мягкой обложке, язык - английский. В книге 160 страниц, она напечатана на белой офсетной бумаге плотностью 80 г/м². Формат издания — 152x22
1 449 ₽ 2 249 ₽
Магазин
Подписаться
Т8
Перейти
4.9
Чат
Заказы
54.6 K
О магазине
Часто задаваемые вопросы
Описание
Towards Decentralized Recommender SystemsПечатная книга «Towards Decentralized Recommender Systems» в мягкой обложке, язык - английский. В книге 160 страниц, она напечатана на белой офсетной бумаге плотностью 80 г/м². Формат издания — 152x229 мм. Все книги аккуратно упаковываем в прочный трёхслойный непрозрачный картонный конверт.
Automated recommender systems make product suggestions that are tailored to the individual needs of the user and represent powerful means to combat information glut. However, their practical applicability has been largely confined to scenarios where information relevant for recommendation making is kept in one single, authoritative node. Recently, novel distributed infrastructures are emerging, e_g., peer-to-peer networks and the Semantic Web, which could likewise benefit from recommender system services, leading to a paradigm shift towards decentralized recommender systems. In this book, we investigate the challenges that decentralized recommenders bring up and propose techniques to cope with those issues. The spectrum ranges from the use of product classification taxonomies, alleviating the sparsity problem, to trust propagation mechanisms designed to address the scalability issue. Empirical investigations on the correlation of interpersonal trust and interest similarity provide the component glue that melds these results.
The book is geared towards academic readers and practitioners alike, with a focus on both implementable algorithms as well as new socio-psychological insights.
Automated recommender systems make product suggestions that are tailored to the individual needs of the user and represent powerful means to combat information glut. However, their practical applicability has been largely confined to scenarios where information relevant for recommendation making is kept in one single, authoritative node. Recently, novel distributed infrastructures are emerging, e_g., peer-to-peer networks and the Semantic Web, which could likewise benefit from recommender system services, leading to a paradigm shift towards decentralized recommender systems. In this book, we investigate the challenges that decentralized recommenders bring up and propose techniques to cope with those issues. The spectrum ranges from the use of product classification taxonomies, alleviating the sparsity problem, to trust propagation mechanisms designed to address the scalability issue. Empirical investigations on the correlation of interpersonal trust and interest similarity provide the component glue that melds these results.
The book is geared towards academic readers and practitioners alike, with a focus on both implementable algorithms as well as new socio-psychological insights.
- Артикул
- 5188077778
- Автор на обложке
- Cai-Nicolas Ziegler
- Год выпуска
- 2026
- Тип бумаги в книге
- Офсетная
- Тип обложки
- Мягкая обложка
- Тип книги
- Печать по требованию
- Язык издания
- Английский
- Количество страниц
- 160
- Размеры, мм
- 152x229
- Вес товара, г
- 264
- ISBN
- 9783639011494
- Возрастные ограничения
- 12+
- Документы качества:
- Товар не подлежит обязательной сертификации
Подборки товаров в категории Книги: Компьютерные технологии
Отзывы о товаре
0
Towards Decentralized Recommender Systems
Рейтинга пока нет. Он формируется на основе актуальных отзывов на заказанные и оплаченные товары
Как правильно задавать вопросы?
Будьте вежливы и спрашивайте о товаре, на карточке которого вы находитесь
Если вы обнаружили ошибку в описанием товара, воспользуйтесь функцией
Как отвечать на вопросы?
Отвечать на вопросы могут клиенты, купившие товар, и официальные представители.
Выбрать «Лучший ответ» может только автор вопроса, если именно этот ответ ему помог.