← 返回卡片

原书出处

社交网站的数据挖掘与分析(原书第2版)

原书第2版 · 核验版本的摘录快照 · 导入于 2026-11-14T06:09:43.242Z

据挖掘领域提供了大量可能性,这些主要涉及

测量事物之间的相关性从而进行智能推荐,或涉及机器学习中的其他应用。例如,你可以使用兴趣图谱测量相关性,从向你推荐Twitter上关注对象到在线推荐购买什么商品再到推荐应该与谁约会。为了更好地理解Twitter的兴趣图谱这个概念,假设Twitter用户不一定是一个真实的人。它可以是一个人,也可以是一个没有生命的物体、一个公司、一个音乐团队、一个虚构的角色、虚拟

的某个人(现存的或死去的)或其他任何事物

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0052.html

EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf

本卡其他出处