研究生专业选修课

开课学期:春 周学时/总学时: 3/36 学分:2

课程名称:推荐系统

英文名称:Recommender System

教学方式:讲授 考试方式:读书报告+开卷考试

内容提要:

推荐系统是一门利用用户的兴趣信息为用户挑选合适内容的技术,广泛用于电子商务、新闻检索、在线约会及邮件过滤中。所使用的用户信息包括显式的打分、标签和评价,或者隐式的浏览、链接和购买行为。通过对这些信息的融合操作,以影响用户对内容的选择、过滤、排序或者推荐。

本课程中,首先对推荐系统的问题来源、研究动机、研究概况及存在的问题进行讨论,然后详细介绍基本的推荐算法,并且给出评价指标。最后通过一些实际的案例对推荐系统进行研究。对课程感兴趣的同学,将额外对推荐系统的难题(高级话题)进行讨论。

主要内容:

  • 第一部分:推荐系统综述。
    包括1)推荐系统历史、动机、现状;2)推荐系统存在的热点研究问题。
  • 第二部分:推荐系统常用技术。
    包括,3)基于内容的推荐;4)协同过滤推荐;5)基于规则的推荐;6)基于效用的推荐;7)基于知识的推荐;8)组合推荐。
  • 第三部分 推荐系统评估及案例研究。
    包括,9)推荐系统评估方法;10)产品推荐;11)新闻推荐;12)音乐推荐;13)社区推荐;14)互惠推荐。
  • 第四部分 推荐系统高级话题(部分学生)。
    包括,15)基于信任的推荐;16)基于主动学习的推荐;17)多维推荐;18) 多标准的推荐。

参考书:

>>> Doulist: http://book.douban.com/doulist/3543748/

1. Dietmar Jannach , Markus Zanker , Alexander Felfernig , Gerhard Friedrich. Recommender Systems: An Introduction. Cambridge. 2010.9. (ISBN: 978-0521493369.)

2. Ricci, F.; Rokach, L.; Shapira, B.; Kantor, P.B. . Recommender System Handbook. Springer. 2011. ( ISBN: 978-0-387-85819-7)

您必须 登录 才能发表评论!