目錄
第7章 基於內容(Content-based CB)的推薦方法
第一部分 畫像知識工程基礎
第1章 用戶畫像概述
用戶畫像數據來源:用戶屬性、用戶觀影行爲
用戶畫像特性:動態性、時空局部性
用戶畫像應用領域:搜索引擎、推薦系統、其他業務定製與優化
第2章 用戶畫像建模
用戶定量畫像
用戶定性畫像
第3章 羣體用戶畫像分析
用戶畫像相似度:定量相似度計算、定性相似度計算、綜合相似度計算
用戶畫像聚類
第4章 用戶畫像管理
存儲機制:關係型數據庫、NoSQL數據庫、數據倉庫
查詢機制
定時更新機制:獲取實時用戶信息、更新觸發條件、更新機制
第二部分 推薦系統與用戶畫像
第5章 視頻推薦概述
主流推薦方法的分類:協同過濾的推薦方法、基於內容的推薦方法、基於知識的推薦方法、混合推薦方法
推薦系統的評測方法
視頻推薦與用戶畫像的邏輯關係
第6章 協同過濾推薦方法(CF)
概述:User-based CF VS Item-based CF
基於項目的協同過濾推薦 VS 基於內容的推薦
Memory-based CF VS Model-based CF
關係矩陣及矩陣計算:U-U矩陣、V-V矩陣、U-V矩陣
基於記憶的協同過濾算法:基於用戶的協同過濾、基於物品的協同過濾
基於模型的協同過濾算法:基於隱因子模型、基於樸素貝葉斯分類
第7章 基於內容(Content-based CB)的推薦方法
CB推薦中的特徵向量:視頻推薦中的物品畫像、視頻推薦中的用戶畫像
基礎CB推薦算法
基於TF-IDF的CB推薦算法
基於KNN的CB推薦算法
基於Rocchio的CB推薦算法
第8章 基於知識的推薦方法
約束知識與約束推薦算法
關聯知識與關聯推薦算法
第9章 混合推薦方法
算法設計層面的混合方法:並行式混合、整體式混合、流水線式混合、典型混合應用系統
混合式視頻推薦實例:MoRe系統概述、MoRe算法介紹(MoRe-CF、MoRe-CB、MoRe混合)
第10章 視頻推薦評測
視頻推薦試驗方法:在線評測、離線評測
視頻離線推薦評測指標:準確度、多樣性
第三部分 應用案例分析
第11章 系統層面的快速推薦構建
第12章 數據層面的分析與推薦案例