162,77 €
Produit Neuf
Ou 40,69 € /mois
- Livraison à 0,01 €
- Livré entre le 24 août et le 8 septembre
Brand new, In English, Fast shipping from London, UK; Tout neuf, en anglais, expédition rapide depuis Londres, Royaume-Uni;ria9783642168970_dbm
Nos autres offres
-
154,58 €
Produit Neuf
Ou 38,65 € /mois
- Livraison : 3,99 €
- Livré entre le 24 et le 31 août
Voir le détail de l'annonce -
135,28 €
Produit Neuf
Ou 33,82 € /mois
- Livraison : 25,00 €
- Livré entre le 7 et le 12 septembre
Apres acceptation de la commande, le delai moyen d'expedition depuis le Japon est de 48 heures. Le delai moyen de livraison est de 3 a 4 semaines. En cas de circonstances exceptionnelles, les delais peuvent s'etendre jusqu'à 2 mois.
Voir le détail de l'annonce -
162,77 €
Produit Neuf
Ou 40,69 € /mois
- Livraison à 0,01 €
- Livré entre le 24 août et le 8 septembre
Brand new, In English, Fast shipping from London, UK; Tout neuf, en anglais, expédition rapide depuis Londres, Royaume-Uni;ria9783642168970_dbm
Voir le détail de l'annonce -
226,03 €
Produit Neuf
Ou 56,51 € /mois
- Livraison à 0,01 €
Expédition rapide et soignée depuis l`Angleterre - Délai de livraison: entre 10 et 20 jours ouvrés.
Voir le détail de l'annonce
- Payez directement sur Rakuten (CB, PayPal, 4xCB...)
- Récupérez le produit directement chez le vendeur
- Rakuten vous rembourse en cas de problème
Gratuit et sans engagement
Félicitations !
Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !
TROUVER UN MAGASIN
Retour
Avis sur Context - Aware Ranking With Factorization Models de Steffen Rendle Format Relié - Livres
0 avis sur Context - Aware Ranking With Factorization Models de Steffen Rendle Format Relié - Livres
Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.
Présentation Context - Aware Ranking With Factorization Models de Steffen Rendle Format Relié
- Livres
Résumé :
Context-aware ranking is an important task with many applications. E.g. in recommender systems items (products, movies, ...) and for search engines webpages should be ranked. In all these applications, the ranking is not global (i.e. always the same) but depends on the context. Simple examples for context are the user for recommender systems and the query for search engines. More complicated context includes time, last actions, etc. The major problem is that typically the variable domains (e.g. customers, products) are categorical and huge, the observations are very sparse and only positive events are observed. In this book, a generic method for context-aware ranking as well as its application are presented. For modelling a new factorization based on pairwise interactions is proposed and compared to other tensor factorization approaches. For learning, the `Bayesian Context-aware Ranking' framework consisting of an optimization criterion and algorithm is developed. The second main part of the book applies this general theory to the three scenarios of item, tag and sequential-set recommendation. Furthermore extensions of time-variant factors and one-class problems are studied. This book generalizes and builds on work that has received the `WWW 2010 Best Paper Award', the `WSDM 2010 Best Student Paper Award' and the `ECML/PKDD 2009 Best Discovery Challenge Award'.
Sommaire: Part I Overview.- Part II Theory.- Part III Application.- Part IV Extensions.- Part V Conclusion.
Détails de conformité du produit
Personne responsable dans l'UE