Andere Kunden interessierten sich auch für
![Detección del cáncer de pulmón mediante un método de clasificación híbrido]( "Detección del cáncer de pulmón mediante un método de clasificación híbrido")
Detección del cáncer de pulmón mediante un método de clasificación híbrido26,99 €![Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares]( "Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares")
Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares30,99 €![PageRank: Un nuevo enfoque]( "PageRank: Un nuevo enfoque")
PageRank: Un nuevo enfoque27,99 €![Frustrar el ataque de Sybil: el método CAM en WSN usando el marco COOJA]( "Frustrar el ataque de Sybil: el método CAM en WSN usando el marco COOJA")
Frustrar el ataque de Sybil: el método CAM en WSN usando el marco COOJA36,99 €![Motor de recomendación de filtrado colaborativo basado en intereses]( "Motor de recomendación de filtrado colaborativo basado en intereses")
Motor de recomendación de filtrado colaborativo basado en intereses27,99 €![Sistema de recomendación basado en la computadora]( "Sistema de recomendación basado en la computadora")
Sistema de recomendación basado en la computadora36,99 €![Un enfoque novedoso para la seguridad de la información en Hadoop]( "Un enfoque novedoso para la seguridad de la información en Hadoop")
Un enfoque novedoso para la seguridad de la información en Hadoop26,99 €
En el comercio electrónico moderno no es fácil para los clientes encontrar los mejores productos de su interés, ya que hay millones de productos disponibles en línea. Los sistemas de recomendación son uno de los sistemas de filtrado de información que pronostican los artículos que pueden ser de interés adicional para el usuario dentro de un gran conjunto de artículos sobre la base de los intereses del usuario. Este sistema utiliza el filtrado colaborativo, que ofrece algunas recomendaciones a los usuarios sobre la base de las coincidencias en los ejemplos de comportamiento y utilidad de los usuarios y, además, demuestra el afecto y los ejemplos de comportamiento comparables con esos usuarios. Este libro presenta un enfoque para que el Sistema de Recomendación genere recomendaciones significativas a una colección de usuarios para artículos o productos que puedan interesarles. Este enfoque utiliza un sistema de recomendación híbrido ponderado que combina el sistema de recomendación basado en el contenido y el sistema de recomendación basado en el conocimiento con el fin de aumentar el rendimiento global del sistema. La idea principal es utilizar múltiples técnicas de recomendación para suprimir los inconvenientes de las técnicas tradicionales o de una técnica individual en un modelo combinado. Este libro presenta un sistema para mejorar la precisión de la recomendación.