信息推薦系統（簡體書）

《信息推薦系統》根據國內外信息推薦系統的發展和在作者最新科研成果的基礎上，較為系統地介紹信息推薦系統的原理、技術和應用，為用戶提供個性化的信息推薦服務。《信息推薦系統》首先介紹信息推薦系統的基礎知識，在此基礎上，探討信息推薦系統在電子商務領域的應用，包括基於領域本體的商品信息推薦系統、基於Web挖掘的商品信息推薦系統和基於案例推理的商品信息推薦系統。此外，《信息推薦系統》還對信息推薦系統的研究熱點進行探討，包括基於社會化標簽的信息推薦系統和基於情境感知的信息推薦系統。?
《信息推薦系統》適合從事信息管理和應用、信息系統設計與開發、企業信息系統等相關領域的廣大工程技術人員和管理人員參考，同時也可作為高等院校信息管理系統、計算機應用、電子商務等專業的高年級本科生、研究生的教學參考書。

第1章 信息推薦系統概論
1.1 網絡信息資源及獲取服務模式
1.1.1 網絡信息資源
1.1.2 信息獲取服務模式
1.2 基於“信息推送”模式的信息推薦系統
1.2.1 信息推薦系統的概念與通用模型
1.2.2 信息推薦系統與個性化信息服務
1.2.3 信息推薦系統的研究內容
1.2.4 信息推薦系統的分類
1.2.5 信息推薦系統的發展現狀和實例
1.3 信息推薦系統的應用領域和研究熱點
1.3.1 信息推薦系統的應用領域
1.3.2 信息推薦系統的研究熱點
參考文獻

第2章 信息推薦技術和系統設計
2.1 信息推薦系統的相關技術
2.1.1 信息檢索和信息過濾
2.1.2 數據挖掘技術
2.1.3 信息推薦算法概述
2.2 信息推薦的系統分析與設計
2.2.1 信息推薦的系統分析
2.2.2 信息推薦的系統設計
2.3 信息推薦的系統開發方法
2.3.1 原型法的基本思想
2.3.2 基於原型法的信息推薦系統開發過程
參考文獻

第3章 信息內容過濾推薦系統
3.1 引言
3.2 內容過濾推薦系統的相關技術
3.2.1 信息檢索模型
3.2.2 文本特徵抽取
3.3 內容過濾推薦系統的模型和算法
3.3.1 基於內容過濾的信息推薦模型
3.3.2 基於向量空間模型匹配的信息推薦算法
3.3.3 基於樸素貝葉斯分類的信息推薦算法
3.4 內容過濾推薦系統的用戶反饋
小結
參考文獻

第4章 信息協同過濾推薦系統
4.1 引言
4.2 基於內存的信息協同過濾推薦
4.2.1 基於用戶的信息協同過濾
4.2.2 基於項目的信息協同過濾
4.3 基於模型的信息協同過濾推薦
4.3.1 基於降維技術的協同過濾推薦
4.3.2 基於聚類的協同過濾推薦
4.3.3 基於貝葉斯的協同過濾推薦
4.4 移動環境下基於隱式評分的博客推薦
4.4.1 問題的提出
4.4.2 相關工作
4.4.3 隱式評分的計算方法
4.4.4 基於隱式評分的協同過濾推薦算法
4.4.5 實驗及結果分析
小結
參考文獻

第5章 基於領域本體的商品信息推薦系統
5.1 基於領域本體的商品信息組織方法
5.1.1 問題的提出
5.1.2 商務信息資源特點的研究
5.1.3 商務信息的本體建模
5.1.4 商務信息語義互操作及其本體映射方法
5.2 基於領域本體的商品信息內容過濾推薦模型
5.2.1 商品推薦中的信息語義標記
5.2.2 基於內容過濾的語義信息推薦
5.3 基於領域本體和多屬性決策方法的商品信息推薦模型
5.3.1 商品信息推薦模型
5.3.2 實驗及結果分析
5.4 基於領域本體的商品信息協同過濾推薦模型
5.4.1 語義信息協同過濾推薦模型
5.4.2 實驗與結果分析
小結
參考文獻

第6章 基於Web挖掘的商品信息推薦系統
6.1 問題的提出
6.2 點擊流相關理論和技術
6.2.1 點擊流簡述
6.2.2 基於點擊流的商品信息個性化推薦服務
6.3 Web挖掘技術
6.3.1 Web挖掘簡述
6.3.2 Web挖掘與商品信息推薦系統
6.4 基於Web挖掘的商品信息推薦模型
6.4.1 商品信息推薦系統的體系結構
6.4.2 商品分類樹
6.4.3 基於點擊流的顧客偏好分析
6.4.4 基於點擊流的商品關聯規則挖掘
6.4.5 商品信息推薦算法
6.5 商品信息推薦的實驗及結果分析?
小結
參考文獻

第7章 基於案例推理的商品信息推薦系統
7.1 問題的提出
7.2 智能Agent
7.2.1 Agent技術概述
7.2.2 Agent的抽象結構
7.3 案例推理的決策支持
7.3.1 案例推理技術
7.3.2 基於案例推理的決策支持流程
7.3.3 基於案例推理的智能信息推薦
7.4 基於案例推理的商品信息推薦模型
7.4.1 基於CBR的系統解決方案
7.4.2 基於CBR的商品信息推薦系統結構
7.4.3 實例分析
7.5 基於JADE平臺的推薦系統集成與Web應用
7.5.1 Agent的系統集成
7.5.2 Web應用設計
小結
參考文獻

第8章 基於社會化標簽的信息推薦系統
8.1 社會化標簽系統與信息推薦
8.1.1 社會化標簽系統概述
8.1.2 社會化標簽系統的特點
8.1.3 社會化標簽系統的實例
8.1.4 社會化標簽推薦——信息推薦研究的新視角
8.2 基於社會化標簽的相關信息推薦技術
8.2.1 基於協同過濾的標簽推薦
8.2.2 基於內容過濾的標簽推薦
8.2.3 基於圖的標簽推薦
8.3 基於社區標簽雲的信息推薦模型
8.3.1 基於社會化標簽的聚類
8.3.2 基於社區標簽雲的個性化推薦
8.3.3 實例分析
小結
參考文獻

第9章 基於情境感知的信息推薦系統
9.1 情境感知信息推薦的提出
9.1.1 情境感知推薦——個性化信息服務新模式
9.1.2 情境感知推薦的研究現狀
9.2 融合多種情境的信息多維推薦服務模型
9.2.1 情境信息識別獲取與語義描述方法研究
9.2.2 信息資源多維推薦服務模型
9.2.3 基於情境感知的信息資源推薦算法
9.2.4 信息多維推薦服務的系統體系結構
9.3 基於情境感知的個性化信息協同過濾推薦
9.3.1 基於情境感知的協同過濾推薦
9.3.2 實驗及結果分析
9.4 基於情境感知的移動數字圖書館信息推薦
9.4.1 情境感知的移動閱讀推薦——數字圖書館個性化服務新模式
9.4.2 基於情境熵的情境感知度
9.4.3 基於情境感知的協同過濾推薦
9.4.4 實驗及結果分析
小結
參考文獻