Im modernen E-Commerce ist es f?r die Kunden nicht einfach, die besten Waren ihres Interesses zu finden, da es Millionen von Produkten gibt, die online verf?gbar sind. Empfehlungssysteme geh?ren zu den Informationsfiltersystemen, die auf der Grundlage der Interessen des Benutzers die Artikel vorhersagen, die f?r den Benutzer innerhalb einer gro en Menge von Artikeln von zus?tzlichem Interesse sein k?nnten. Dieses System nutzt die kollaborative Filterung, die den Nutzern einige Empfehlungen auf der Grundlage von ?bereinstimmungen in Verhaltens- und Nutzbeispielen von Nutzern anbietet und dar?ber hinaus vergleichbare Zuneigung und Verhaltensbeispiele mit diesen Nutzern aufzeigt. Dieses Buch stellt einen Ansatz f?r ein Empfehlungssystem vor, das einer Gruppe von Nutzern sinnvolle Empfehlungen f?r Artikel oder Produkte gibt, die sie interessieren k?nnten. Dieser Ansatz verwendet ein gewichtetes hybrides Empfehlungssystem, das ein inhaltsbasiertes Empfehlungssystem und ein wissensbasiertes Empfehlungssystem kombiniert, um die Gesamtleistung des Systems zu erh?hen. Die Hauptidee ist die Verwendung mehrerer Empfehlungstechniken, um die Nachteile der traditionellen Techniken oder einer einzelnen Technik in einem kombinierten Modell zu unterdr?cken. In diesem Buch wird ein System zur Verbesserung der Genauigkeit von Empfehlungen vorgestellt.
ThriftBooks sells millions of used books at the lowest
everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We
deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $15.
ThriftBooks.com. Read more. Spend less.