Книга "Рекомендательные системы" заслуженно получила признание на различных платформах контента (книг, музыки, фильмов) и аукционных сайтах в интернете, так как является ключевым элементом цифровых стратегий. Если изначально разработка была направлена на повышение производительности информационных систем, то теперь основное внимание уделяется логической оптимизации взаимоотношений с клиентами с главной целью максимизировать потенциальные продажи. В книге, используя трансдисциплинарный подход, авторы объединили вклады, связывающие информационную науку, коммуникации, маркетинг, социологию, математику и вычислительную технику. Она знакомит с пониманием основных моделей рекомендательных систем и описывает их историческую перспективу. Кроме того, книга анализирует их развитие в предложении контента и оценивает их влияние на поведение пользователей.
Рекомендательные системы :Построение Основы Авторы: gcbn13 Known For Актуализировано :perha And Содержание платформы (книги, музыка, фильмы) И онлайн аукционов, рекомендательные системы являются ключевыми элементами цифровых стратегий, изначально предназначенных Для эффективности информационных систем, их вопросы сейчас сосредоточены на логической оптимизации отношений с клиентами с главной целью увеличения потенциальных продаж. В междисциплинарном подходе Решаемые проблемы связываются с информатикой и коммуникациями, маркетингом, социологией, математикой и компьютерами, изучает основы рекомендательных систем и раскрывает их исторический аспект, а также анализирует сферы их применения в организации контента и оценивает их влияние на поведение пользователей.
Book recommends alternative books.
Электронная Книга «Recommender Systems» написана автором Gérald Kembellec в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119054245
Описание книги от Gérald Kembellec
Acclaimed by various content platforms (books, music, movies) and auction sites online, recommendation systems are key elements of digital strategies. If development was originally intended for the performance of information systems, the issues are now massively moved on logical optimization of the customer relationship, with the main objective to maximize potential sales. On the transdisciplinary approach, engines and recommender systems brings together contributions linking information science and communications, marketing, sociology, mathematics and computing. It deals with the understanding of the underlying models for recommender systems and describes their historical perspective. It also analyzes their development in the content offerings and assesses their impact on user behavior.
