Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 17.08.2026 auf Schreibwaren & Office-Artikel online auf thalia.at, in der Thalia App und in teilnehmenden Thalia Buchhandlungen in Österreich mit Schulsortiment. In den Buchhandlungen nur gültig auf lagernde Ware. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Geschenkkarten, Versandkosten und Services.
Produktbild: Database Systems for Advanced Applications
- 11%

Database Systems for Advanced Applications 30th International Conference, DASFAA 2025, Singapore, Singapore, May 26–29, 2025, Proceedings, Part V

Aus der Reihe Lecture Notes in Computer Science
11% sparen

79,99 € UVP 90,19 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

03.01.2026

Abbildungen

XXIX, 199 illus., 185 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Herausgeber

Feida Zhu + weitere

Verlag

Springer Singapore

Seitenzahl

643

Maße (L/B/H)

23,5/15,5/3,7 cm

Gewicht

1007 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9541-54-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

03.01.2026

Abbildungen

XXIX, 199 illus., 185 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Herausgeber

Verlag

Springer Singapore

Seitenzahl

643

Maße (L/B/H)

23,5/15,5/3,7 cm

Gewicht

1007 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9541-54-6

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Database Systems for Advanced Applications

  • .- Recommendation.

    .- Hypergraph Enhanced Knowledge Tree Prompt Learning for Next-Basket Recommendation.

    .- MHGCP:Multi-View Heterogeneous Graph with Cross-View Projection for Recommendation.

    .- Towards Scenario-adaptive User Behavior Modeling for Multi-scenario Recommendation.

    .- Leave No One Behind: Enhancing Diversity While Maintaining Accuracy in Social Recommendation.

    .- Counterfactual Path Augmentation for Reinforcement Reasoning in Explainable Recommendation.

    .- Adaptive Personalized Federated Recommendation with Global Knowledge Distillation.

    .- FHCF: Fully-Hyperbolic Symmetric Graph Learning for Collaborative Filtering.

    .- UGDA: A Unified Graph-based Method with Domain-specific Adaptation for Multi-domain Recommendation.

    .- Self-supervised Hierarchical Representation for Medication Recommendation.

    .- Self-Supervised Dual Graph and Intention Association for Session-based Recommendation.

    .- Exercise Recommendation Based on Feature-Aligned Knowledge Tracing.

    .- Joint User and Item Prototype Alignment for Cross-Platform Recommendation.

    .- Diffusion Multi-Behavior Recommender Model .

    .- HHGCN-DrugRec: Hierarchical HyperGraph Convolution Network for Drug Combination Recommendation.

    .- Emotion-based Conversational Recommendation by Inferring Implicit Users’ Preferences from their Subjective Claims.

    .- CDIVR: Cognitive Dissonance-aware Interactive Video Recommendation.

    .- Modeling Personalized Short-term and Periodic Long-term Preferences for Enhanced Next POI Recommendations.

    .- DRE: Generating Recommendation Explanations by Aligning Large Language Models at Data-level.

    .- Towards Unified Modeling for Positive and Negative Preferences in Sign-aware Recommendation.

    .- Alignment-Uniformity Aware Feature Representation Learning for CTR Prediction.

    .- Diffusion Based Data Augmentation for Multi-behavior Sequential Recommendation.

    .- Semantic Gaussian Mixture Variational Autoencoder for Sequential Recommendation*.

    .- Personalized Education with Ranking Alignment Recommendation.

    .- HierLLM: Hierarchical Large Language Model for Question Recommendation.

    .- Comprehensive Interest Modeling and Relational Mining for Multi-modal Recommendation.

    .- Demand-oriented Route Recommendation for Shared Mobility Services.

    .- CoCoB: Adaptive Collaborative Combinatorial Bandits for Online Recommendation.

    .- KG-TS: Knowledge Graph-driven Thompson Sampling for Online Recommendation.

    .- Efficient Noise-reducing Neural Network for Cross-Domain Sequential Recommendation.

    .- Bridging RDF Knowledge Graphs with Graph Neural Networks for Semantically-Rich Recommender Systems. 

    .- Security & Privacy.

    .- Lattice-based Forward Secure Certificateless Encryption Scheme for Cloud Data Management.

    .- Logarithmic-size Lattice-based Linkable Ring Signature for Cloud Data Management.

    .- CyberLLM: Enable Mapping CVE to Tactics and Techniques of Cyber Threats via LLM.

    .- Privacy-preserving Multi-Dimensional Range Query Optimization Across Multiple Sources.

    .- Decoupled Self-Knowledge Distillation Makes Differentially Private Deep Learning Stronger.

    .- PriExRec: Defending Against Membership Inference Attacks in Federated Recommendation with Explicit Feedback. 

    .- OPOM: The Ordinal and Parallel Optimization Method of Spark multi-query applications.

    .- Enabling Efficient and Authenticated Trajectory Similarity Retrieval on Blockchain-assisted Cloud. 

    .- InC: A Vertical Federated Learning Framework with Multiple Noisy Labels.

    .- Breaking Free from Label Limitations: A Novel Unsupervised Attack Method for Graph Classification.

    .- TSALockMark: An Asymmetric and Robust Watermarking Scheme for Relational Databases with Distortion Constraints.

    .- Towards Confidential and Efficient LLM Inference with Dual Privacy Protection.

    .- ECPIR: Efficient and Controllable Privacy-Preserving Image Retrieval in Cloud-Assisted System.

    .- Privacy-preserving Image Generation Based on Self-Attention.