Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
  •  Retrait gratuit dans votre magasin Club
  •  7.000.000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous     
Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
  •  Retrait gratuit dans votre magasin Club
  •  7.000.0000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous
  1. Accueil
  2. Livres
  3. Savoirs
  4. Informatique
  5. Aspects généraux de l'informatique
  6. Learning User-Adapted Strategies in Conversational Recommender Systems

Learning User-Adapted Strategies in Conversational Recommender Systems

Tariq Mahmood
Livre broché | Anglais
77,95 €
+ 155 points
Livraison sous 1 à 4 semaines
Passer une commande en un clic
Payer en toute sécurité
Livraison en Belgique: 3,99 €
Livraison en magasin gratuite

Description

This book introduces, describes and validates a novel technology for Conversational Recommender Systems (CRSs). It is targeted for researchers, teachers and students related to the fields of Machine Learning and/or E-commerce. Specifically, CRSs are intelligent E-commerce applications that assist users by supporting an interactive recommendation process. To this end, CRSs employ some type of a recommendation strategy, i.e., a specification of the system behavior. Typically, this strategy is pre-determined in advance and hard-coded inside the system, thus making it possibly non-adapted to the dynamic needs of the users. The technology presented in this book allows CRSs to autonomously learn the optimal (best) strategy for a given recommendation context, from amongst a set of available ones. The optimal strategy is best adapted to the users' needs, and is learned using Reinforcement Learning techniques (a branch of Machine Learning). We have validated this technology through simulations as well as in an online evaluation involving several hundreds of real users. Our results justify the application of this technology in state-of-the-art E-commerce portals.

Spécifications

Parties prenantes

Auteur(s) :
Editeur:

Contenu

Nombre de pages :
224
Langue:
Anglais

Caractéristiques

EAN:
9783639079791
Date de parution :
19-03-10
Format:
Livre broché
Format numérique:
Trade paperback (VS)
Dimensions :
152 mm x 229 mm
Poids :
335 g

Les avis