Zustand: Hervorragend | Sprache: Englisch | Produktart: B�cher | Nowadays we are living in an era that is overloaded with information. Decision-making in this environment can sometimes become a nightmare. There are too many choices and we simply cannot explore them all. Therefore, it would be really helpful to have a system to help us to find the right choice. Such systems, which learn user preferences and provide personalized recommendations to them are called Recommender Systems. Evidently, the performance of recommender systems depends on the amount of information that users provide regarding items, most often in the form of ratings. This problem is amplified for new users because they have not provided any rating, which impacts negatively on the quality of generated recommendations. This problem is called new user problem or cold-start problem. A simple and effective way to overcome this problem, is by posing queries to new users so that they express their preferences about selected items, e.g. by rating them. Nevertheless, the selection of items must take into consideration that users are not willing to answer a lot of such queries. To address this problem, active learning methods have been proposed to acquire the most informative ratings, i.e ratings from users that will help most in determining their interests. The aim of this thesis is to take inspiration from the literature of active learning for machine learning and develop new methods for the new user problem in recommender systems. In the recommender system context, new users play the role of the Oracle and provide labels (ratings) to the queries (items). In this approach, we will take into consideration that although there are no data for new users, but there is abundant data for existing users. Such additional data can help us to develop scalable and accurate active learning methods for the new user problem in recommender systems. The thesis consists of two parts. In the first part, to be consistent with the settings of active learning in machine learning and the related works on the new user problem in recommender system, it is assumed that the new user is always able to rate the queried items. Next, this constraint is relaxed and new users are allowed not to rate the items. Most of the developed active learning methods exploit the characteristics matrix factorization because nevertheless, recent research (especially as has been demonstrated during the Netflix challenge) indicates that matrix factorization is a superior prediction model for recommender systems compared to other approaches.

Bestandsnummer des Verk�ufers 24960343/1

Verk�ufer kontaktieren

Diesen Artikel melden

Bibliografische Details

Titel

Active Learning for Recommender Systems

Verlag

Cuvillier

Erscheinungsjahr

2014

Sprache

Englisch

ISBN-10

395404692X

ISBN-13

9783954046928

Einband

Softcover

Zustand

Hervorragend

Verk�uferkataloge

B�cher

�ber diesen Titel

Inhaltsangabe

Nowadays we are living in an era that is overloaded with information. Decision-making in this environment can sometimes become a nightmare. There are too many choices and we simply cannot explore them all. Therefore, it would be really helpful to have a system to help us to find the right choice. Such systems, which learn user preferences and provide personalized recommendations to them are called Recommender Systems. Evidently, the performance of recommender systems depends on the amount of information that users provide regarding items, most often in the form of ratings. This problem is amplified for new users because they have not provided any rating, which impacts negatively on the quality of generated recommendations. This problem is called new user problem or cold-start problem. A simple and effective way to overcome this problem, is by posing queries to new users so that they express their preferences about selected items, e.g. by rating them. Nevertheless, the selection of items must take into consideration that users are not willing to answer a lot of such queries. To address this problem, active learning methods have been proposed to acquire the most informative ratings, i.e ratings from users that will help most in determining their interests. The aim of this thesis is to take inspiration from the literature of active learning for machine learning and develop new methods for the new user problem in recommender systems. In the recommender system context, new users play the role of the Oracle and provide labels (ratings) to the queries (items). In this approach, we will take into consideration that although there are no data for new users, but there is abundant data for existing users. Such additional data can help us to develop scalable and accurate active learning methods for the new user problem in recommender systems. The thesis consists of two parts. In the first part, to be consistent with the settings of active learning in machine learning and the related works on the new user problem in recommender system, it is assumed that the new user is always able to rate the queried items. Next, this constraint is relaxed and new users are allowed not to rate the items. Most of the developed active learning methods exploit the characteristics matrix factorization because nevertheless, recent research (especially as has been demonstrated during the Netflix challenge) indicates that matrix factorization is a superior prediction model for recommender systems compared to other approaches.

�ber die Autorin bzw. den Autor

Rasoul Karimi was born in 1980 in Tehran. He studied computer engineering and got his master degree in 2005 from the University of Tehran. He started his PhD in 2009 in Information System and Machine Learning Lab (ISMLL), University of Hildesheim, Germany, under the supervision of Prof. Dr. Dr. Lars Schmidt-Thieme. In 2014, Rasoul Karimi was awarded his PhD. The presented work summarizes the results of the scientific studies.

��ber diesen Titel� kann sich auf eine andere Ausgabe dieses Titels beziehen.

Anbieterinformationen

Seit �ber 30 Jahren handeln wir mit B�chern. Begonnen hat alles als kleiner Fachbuchhandel in Berlin. Heute sind wir spezialisiert auf den An- und Verkauf gebrauchter B�cher. Noch immer liegt unser Fokus dabei auf den Kategorien: Fachbuch und englischsprachige Literatur. Hinzu kommen B�cher aus allen anderen Genres, wie Belletristik, Biografien oder Kinderb�cher. Unser oberstes Ziel ist dabei die Weiterverwendung von Dingen und die Schonung von Ressourcen. Neben dem Ankauf von privaten B�chern oder Haushaltsaufl�sungen kaufen wir bundesweit komplette Bibliotheken und Buchbest�nde von Institutionen auf, um diese nachhaltig ein weiteres Mal auf den Markt zu bringen. Parallel dazu bietet Buchpark die M�glichkeit, gro�e Mengen einzulagern. Ganze Bibliotheken und umfangreiche Buchbest�nde werden von uns professionell auf Qualit�tsmerkmale hin untersucht und sorgf�ltig f�r den Onlinehandel aufbereitet. Wir schenken B�chern ein zweites Leben.

Zur Homepage des Verk�ufers

Unternehmensdaten des Verk�ufers

Buchpark GmbH
Kr�gerweg 1, Trebbin, 14959, Germany

Gesch�ftsbedingungen und Versandinformationen

Verkaufsbedingungen

Widerrufsbelehrung

Wenn Sie Verbraucher sind, steht Ihnen ein Widerrufsrecht nach folgender Ma�gabe zu. Verbraucher ist jede nat�rliche Person, die ein Rechtsgesch�ft zu Zwecken abschlie�t, die �berwiegend weder ihrer gewerblichen noch ihrer selbst�ndigen beruflichen T�tigkeit zugerechnet werden k�nnen.

WIDERRUFSBELEHRUNG

Widerrufsrecht

Sie haben das Recht, binnen vierzehn Tagen ohne Angabe von Gr�nden diesen Vertrag zu widerrufen.

Die Widerrufsfrist betr�gt vierzehn Tage ab dem Tag, an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Bef�rderer ist, die letzte Ware oder die letzte Teilsendung bzw. das letzte St�ck in Besitz genommen haben bzw. hat.

Um Ihr Widerrufsrecht auszu�ben, m�ssen Sie uns, Buchpark, Unit B, Enterprise House, Waldeck Road, SL6 8BR, Maidenhead, Berkshire, United Kingdom, +49 03381 79 76 585, mittels einer eindeutigen Erkl�rung (z.B. ein mit der Post versandter Brief, Telefax oder E-Mail) �ber Ihren Entschluss, diesen Vertrag zu widerrufen, informieren. Sie k�nnen daf�r das beigef�gte Muster-Widerrufsformular verwenden, das jedoch nicht vorgeschrieben ist. Sie k�nnen auch eine andere eindeutige Erkl�rung auf der Webseite "Meine Bestellungen" in Ihrem "Nutzerkonto" elektronisch ausf�llen und �bermitteln. Machen Sie von dieser M�glichkeit Gebrauch, so werden wir Ihnen unverz�glich (z. B. per E-Mail) eine Best�tigung �ber den Eingang eines solchen Widerrufs �bermitteln. Zur Wahrung der Widerrufsfrist reicht es aus, dass Sie die Mitteilung �ber die Aus�bung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.

Folgen des Widerrufs

Wenn Sie diesen Vertrag widerrufen, haben wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschlie�lich der Lieferkosten (mit Ausnahme der zus�tzlichen Kosten, die sich daraus ergeben, dass Sie eine andere Art der Lieferung als die von uns angebotene, g�nstigste Standardlieferung gew�hlt haben), unverz�glich und sp�testens binnen vierzehn Tagen ab dem Tag zur�ckzuzahlen, an dem die Mitteilung �ber Ihren Widerruf dieses Vertrags bei uns eingegangen ist. F�r diese R�ckzahlung verwenden wir dasselbe Zahlungsmittel, das Sie bei der urspr�nglichen Transaktion eingesetzt haben, es sei denn, mit Ihnen wurde ausdr�cklich etwas anderes vereinbart; in keinem Fall werden Ihnen wegen dieser R�ckzahlung Entgelte berechnet. Wir k�nnen die R�ckzahlung verweigern, bis wir die Waren wieder zur�ckerhalten haben oder bis Sie den Nachweis erbracht haben, dass Sie die Waren zur�ckgesandt haben, je nachdem, welches der fr�here Zeitpunkt ist. Sie haben die Waren unverz�glich und in jedem Fall sp�testens binnen vierzehn Tagen ab dem Tag, an dem Sie uns �ber den Widerruf dieses Vertrags unterrichten, an Buchpark, Unit B, Enterprise House, Waldeck Road, SL6 8BR, Maidenhead, Berkshire, United Kingdom, +49 03381 79 76 585, zur�ckzusenden oder zu �bergeben. Die Frist ist gewahrt, wenn Sie die Waren vor Ablauf der Frist von vierzehn Tagen absenden.

Sie tragen die unmittelbaren Kosten der R�cksendung der Waren. Sie m�ssen f�r einen etwaigen Wertverlust der Waren nur aufkommen, wenn dieser Wertverlust auf einen zur Pr�fung der Beschaffenheit, Eigenschaften und Funktionsweise der Waren nicht notwendigen Umgang mit ihnen zur�ckzuf�hren ist.

Ausnahmen vom Widerrufsrecht

Das Widerrufsrecht besteht nicht bzw. erlischt bei folgenden Vertr�gen:

Zur Lieferung von Zeitungen und Zeitschriften oder Illustrierten, mit Ausnahme von Abonnement Vertr�gen;
Bei der Lieferung digitaler Inhalte, die nicht auf einem k�rperlichen Datentr�ger (z.B. einer CD oder DVD) geliefert werden, wenn Sie dem Beginn der Ausf�hrung vor der Bestellung ausdr�cklich zugestimmt und zur selben Zeit best�tigt haben, dass mit der Ausf�hrung begonnen werden kann und Sie Ihr Widerrufsrecht verlieren, sobald die Ausf�hrung begonnen hat.

ENDE DER WIDERRUFSBELEHRUNG

Muster-Widerrufsformular

(Wenn Sie den Vertrag widerrufen wollen, dann f�llen Sie bitte dieses Formular aus und senden Sie es zur�ck)

An: (Buchpark, Unit B, Enterprise House, Waldeck Road, SL6 8BR, Maidenhead, Berkshire, United Kingdom, +49 03381 79 76 585)

Hiermit widerrufe(n) ich/wir* den von mir/uns* abgeschlossenen Vertrag �ber den Kauf der folgenden Waren*/ die Erbringung der folgenden Dienstleistung*

Bestellt am*/erhalten am*:

Name des/der Verbraucher(s):

Anschrift des/der Verbraucher(s):

Unterschrift des/der Verbraucher(s) (nur bei Mitteilung auf Papier):

Datum:

* Unzutreffendes streichen.

Versandbedingungen

Versandkosten von Deutschland nach USA

Versandkosten von Deutschland nach USA
Bestellmenge	60 bis 60�Werktage	60 bis 60�Werktage
Erster Artikel	EUR 105.00	EUR 130.00

Die Versandzeiten werden von den Verk�uferinnen und Verk�ufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, k�nnen Verz�gerungen unterliegen. Eventuell anfallende Abgaben oder Geb�hren sind von der K�uferin bzw. dem K�ufer zu tragen. Die Verk�uferin bzw. der Verk�ufer kann Sie bez�glich zus�tzlicher Versandkosten kontaktieren, um einen m�glichen Anstieg der Versandkosten f�r Ihre Artikel auszugleichen.

Impressum & Info zum Verk�ufer