基础信息
书名：推荐系统：原理与实践
作者：【美】查鲁·C. 阿加沃尔
出版社：机械工业出版社
出版时间：2018年7月
ISBN：9787111600329
字数：397千字
推荐语
从原理、技术、应用、文献角度系统介绍推荐系统。
内容简介
本书介绍当前推荐系统领域中的经典方法。不仅详细讨论了各类方法，还对同类技术进行了归纳总结，这有助于读者对当前推荐系统研究领域有全面的了解。书中提供了大量的例子和习题来帮助读者深入理解和掌握相关技术。此外，本书还介绍了当前新的研究方向，为读者进行推荐系统技术的研究提供参考。本书既可以作为计算机相关专业本科生和研究生的教材，也适合开发人员和研究人员阅读。
作者简介
作者Charu C.Aggarwal是位于纽约州约克城的IBM T.J.Watson研究中心的杰出研究人员（DRSM）。他于1993年在印度坎普尔理工学院获得了学士学位，1996年在麻省理工学院获得了博士学位。他对数据挖掘领域有着广泛的研究。他在国际会议和期刊上发表了300余篇论文，申请了80余项专利。他是15本书的作者或编辑，包括一本数据挖掘教材和一本关于孤立点分析的综合性著作。由于他的专利的商业价值，他曾三次被评为IBM的“发明大师”（Master Inventor）。由于提出了数据流上的生物恐怖威胁检测技术，他获得了2003年IBM公司奖；由于在隐私技术上的科学性贡献，他获得了2008年IBM杰出创新奖；由于在数据流和高维数据上的研究工作，他分别于2009年和2015年两次获得了IBM杰出技术成就奖。他因为提出了基于冷凝的隐私保护数据挖掘技术而获得了EDBT 2014的时间检验奖。他还于2015年获得了IEEE ICDM研究贡献奖，这是数据挖掘领域对具有突出贡献的研究的两个最高奖项之一。他曾担任IEEE大数据会议（2014）的大会主席，ACM CIKM会议（2015）、IEEE ICDM会议（2015）和ACM KDD会议（2016）的程序委员会主席。他从2004年到2008年担任了《IEEE Transactions on Knowledge and Data Engineering》的副主编。他是《ACM Transactions on Knowledge Discovery from Data》的副主编，《IEEE Transactions on Big Data》的副主编，《Data Mining and Knowledge Discovery Journal》的执行主编，《ACM SIGKDD Explorations》的主编，《Knowledge and Information Systems Journal》的副主编。他在Springer的刊物《Lecture Notes on Social Networks》的咨询委员会任职。他担任过SIAM Activity Group on Data Mining的副主席。由于在知识发现和数据挖掘算法方面的贡献，他成为SIAM、ACM和IEEE的会士。