Web Recommendations Systems / Venugopal, K. R.  

Público ISBD Ningún comentario para este registro. Título : Web Recommendations Systems Tipo de documento: documento electrónico Autores: Venugopal, K. R., ; Srikantaiah, K. C., ; Santosh Nimbhorkar, Sejal, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2020 Número de páginas: XXI, 164 p. 43 ilustraciones, 4 ilustraciones en color. ISBN/ISSN/DL: 978-981-1525131-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: programación de internet  Visión por computador  Inteligencia artificial  Procesamiento de datos  Desarrollo web  Ciencia de los datos  Minería de datos y descubrimiento de conocimientos Clasificación: 006.76 Resumen: Este libro se centra en los sistemas de recomendación web y ofrece una descripción general de los enfoques para desarrollar estos sistemas de última generación. También presenta enfoques algorítmicos en el campo de las recomendaciones web mediante la extracción de conocimiento de registros web, contenido de páginas web e hipervínculos. Los sistemas de recomendación se han utilizado en diversas aplicaciones, incluida la extracción de registros de consultas, redes sociales, recomendaciones de noticias y publicidad computacional, y con el crecimiento explosivo del contenido web, las recomendaciones web se han convertido en un aspecto crítico de todos los motores de búsqueda. El libro analiza cómo medir la eficacia de los sistemas de recomendación, ilustrando los métodos con estudios de casos prácticos. Logra un equilibrio entre conceptos fundamentales y tecnologías de vanguardia, brindando a los lectores información valiosa sobre los sistemas de recomendación web. Nota de contenido: 1 Introduction -- 2 Web Data Extraction and Integration System for Search Engine Result Pages -- 3 Mining and Analysis of Web Sequential Patterns -- 4 Automatic Discovery and Ranking of Synonyms for Search Keywords in the Web -- 5 Construction of Topic Directories using Levenshtein Similarity Weight -- 6 Related Search Recommendation with User Feedback Session -- 7 Webpage Recommendations based Web Navigation Prediction. . Tipo de medio : Computadora Summary : This book focuses on Web recommender systems, offering an overview of approaches to develop these state-of-the-art systems. It also presents algorithmic approaches in the field of Web recommendations by extracting knowledge from Web logs, Web page content and hyperlinks. Recommender systems have been used in diverse applications, including query log mining, social networking, news recommendations and computational advertising, and with the explosive growth of Web content, Web recommendations have become a critical aspect of all search engines. The book discusses how to measure the effectiveness of recommender systems, illustrating the methods with practical case studies. It strikes a balance between fundamental concepts and state-of-the-art technologies, providing readers with valuable insights into Web recommender systems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Web Recommendations Systems [documento electrónico] / Venugopal, K. R., ; Srikantaiah, K. C., ; Santosh Nimbhorkar, Sejal,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2020 . - XXI, 164 p. 43 ilustraciones, 4 ilustraciones en color. ISBN : 978-981-1525131-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: programación de internet  Visión por computador  Inteligencia artificial  Procesamiento de datos  Desarrollo web  Ciencia de los datos  Minería de datos y descubrimiento de conocimientos Clasificación: 006.76 Resumen: Este libro se centra en los sistemas de recomendación web y ofrece una descripción general de los enfoques para desarrollar estos sistemas de última generación. También presenta enfoques algorítmicos en el campo de las recomendaciones web mediante la extracción de conocimiento de registros web, contenido de páginas web e hipervínculos. Los sistemas de recomendación se han utilizado en diversas aplicaciones, incluida la extracción de registros de consultas, redes sociales, recomendaciones de noticias y publicidad computacional, y con el crecimiento explosivo del contenido web, las recomendaciones web se han convertido en un aspecto crítico de todos los motores de búsqueda. El libro analiza cómo medir la eficacia de los sistemas de recomendación, ilustrando los métodos con estudios de casos prácticos. Logra un equilibrio entre conceptos fundamentales y tecnologías de vanguardia, brindando a los lectores información valiosa sobre los sistemas de recomendación web. Nota de contenido: 1 Introduction -- 2 Web Data Extraction and Integration System for Search Engine Result Pages -- 3 Mining and Analysis of Web Sequential Patterns -- 4 Automatic Discovery and Ranking of Synonyms for Search Keywords in the Web -- 5 Construction of Topic Directories using Levenshtein Similarity Weight -- 6 Related Search Recommendation with User Feedback Session -- 7 Webpage Recommendations based Web Navigation Prediction. . Tipo de medio : Computadora Summary : This book focuses on Web recommender systems, offering an overview of approaches to develop these state-of-the-art systems. It also presents algorithmic approaches in the field of Web recommendations by extracting knowledge from Web logs, Web page content and hyperlinks. Recommender systems have been used in diverse applications, including query log mining, social networking, news recommendations and computational advertising, and with the explosive growth of Web content, Web recommendations have become a critical aspect of all search engines. The book discusses how to measure the effectiveness of recommender systems, illustrating the methods with practical case studies. It strikes a balance between fundamental concepts and state-of-the-art technologies, providing readers with valuable insights into Web recommender systems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200