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