Big Data Recommender Systems: Application Paradigms
Po raz pierwszy zaprojektowane do generowania spersonalizowanych rekomendacji dla użytkowników w latach 90-tych, systemy rekomendujące stosują techniki odkrywania wiedzy do danych użytkowników, aby sugerować informacje, produkty i usługi, które najlepiej pasują do ich preferencji.
W ostatnich dziesięcioleciach byliśmy świadkami wykładniczego wzrostu ilości danych, co wprowadziło wiele nowych wyzwań. Podzielony na dwa tomy, ten kompleksowy zestaw obejmuje najnowsze postępy, wyzwania, nowatorskie rozwiązania i zastosowania w systemach rekomendacji dużych zbiorów danych.
Tom 1 zawiera 14 rozdziałów poświęconych podstawom, algorytmom i architekturom, podejściom do dużych zbiorów danych oraz zaufaniu i środkom bezpieczeństwa. Tom 2 obejmuje szeroki zakres paradygmatów zastosowań systemów rekomendacji w 23 rozdziałach.