用于网上购物的推荐系统
1703人阅读
2014-6-23 16:09:18


主讲人简介:张骏 Jun Zhang):1997年博士毕业于美国乔治华盛顿大学。现任美国肯塔基大学计算机科学系终身教授。他的主要研究方向是数据挖掘的隐私保护,信息检索,高性能科学计算,医学图象处理和应用,和计算生物学。

主讲内容:提供网上服务的商家现在开始流行使用推荐系统来促进销售。网上推荐系统会实时地向顾客推荐相关的商品。在本次讲座中,我们将首先介绍网上推荐系统,然后介绍目前的推荐系统使用的几种流行的算法。最后我们将用一家美国推荐公司的真实数据来比较这几种算法。这几种算法包括基于销售量的模型,商品相似度模型,奇异特征值模型,和二部图模型。实验结果表明,没有哪种算法对于所有类型的数据来说都是最优的。

时间:6月25日10:30
地点:弘毅楼 412教室