39,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
20 °P sammeln
  • Broschiertes Buch

Il filtraggio collaborativo (CF) è un popolare approccio di raccomandazione che è stato ampiamente studiato negli ultimi due decenni, dando vita a una serie di algoritmi diversi e a un'ampia raccolta di strumenti per valutarne le prestazioni. Questa ricerca propone un nuovo approccio di raccomandazione per affrontare i problemi delle pecore grigie e della scarsità di dati, con l'obiettivo di migliorare l'accuratezza della previsione deducendo nuovi utenti dagli utenti esistenti nei set di dati. Questa trasformazione crea utenti con preferenze opposte a quelle degli utenti reali, aumentando il…mehr

Produktbeschreibung
Il filtraggio collaborativo (CF) è un popolare approccio di raccomandazione che è stato ampiamente studiato negli ultimi due decenni, dando vita a una serie di algoritmi diversi e a un'ampia raccolta di strumenti per valutarne le prestazioni. Questa ricerca propone un nuovo approccio di raccomandazione per affrontare i problemi delle pecore grigie e della scarsità di dati, con l'obiettivo di migliorare l'accuratezza della previsione deducendo nuovi utenti dagli utenti esistenti nei set di dati. Questa trasformazione crea utenti con preferenze opposte a quelle degli utenti reali, aumentando il numero di utenti e risolvendo i due problemi citati. Le prestazioni di questo approccio sono state valutate utilizzando due set di dati, MovieLens e FilmTrust. Nel complesso, questo libro contribuisce allo sviluppo di migliori sistemi di raccomandazione in grado di superare le sfide del sovraccarico di dati e di migliorare l'esperienza dell'utente.
Autorenporträt
Abdellah El Fazziki ist Doktor der Informatik an der Universität Sidi Mohamed Ben Abdellah und hat sich auf Empfehlungssysteme spezialisiert.Mohammed Benbrahim ist Professor an der Universität Sidi Mohamed Ben Abdellah, Koordinator des Masterstudiengangs Smart Industry und Direktor des Labors für Systemtechnik, -modellierung und -analyse.