基於社交關係的個性化推薦方法 陳銳 黃敏 9787547870365 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:上海科學技術
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
NT$687
商品編號: 9787547870365
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*書籍均為代購,我們向大陸付款發訂後即無法取消,為避免造成不必要的損失,
下訂前請慎重考慮!下訂前請慎重考慮!謝謝。

*完成訂單後正常情形下約兩周可抵台
*本賣場提供之資訊僅供參考,以到貨標的為正確資訊。
印行年月:202503*若逾兩年請先於客服中心或Line洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:基於社交關係的個性化推薦方法
ISBN:9787547870365
出版社:上海科學技術
著編譯者:陳銳 黃敏
頁數:275
所在地:中國大陸 *此為代購商品
書號:1722949
可大量預訂,請先連絡。

內容簡介

推薦系統是互聯網時代商業價值的應用之一,是人工智能、大數據的研究熱點領域之一,它在電子商務、社交媒體、視頻網站和新聞資訊平台等領域發揮著重要作用。本書介紹了推薦系統的研究進展和主要技術方法,旨在反映社會化推薦方法的主要技術,為相關科研人員的研究提供參考。全書分6章。第1章介紹推薦系統的發展歷史和主要應用,第2章介紹基於近鄰的協同過濾推薦方法,第3章介紹基於模型的協同過濾推薦方法,第4章介紹基於社交關係的矩陣分解推薦方法,第5章介紹基於深度學習的社會化推薦方法,第6章介紹基於圖神經網絡的社會化推薦方法。 本書可供有志於從事個性化推薦、社交網絡分析的相關研究人員及高等院校有關專業研究生、本科生閱讀,也可供從事電子商務、數字媒體技術、計算廣告學的研究人員參考。

作者簡介

陳銳,副教授,碩士生導師,主要從事信息檢索與推薦系統、社交網絡分析、人機交互等方面的研究。中國圖像圖形學會人機交互專委會委員,中文信息學會情感計算專委會委員,發表SCI論文10餘篇,主持省級科研項目4項,參与國家級科研項目1項,獲省部級科技進步獎2項,授權發明專利、軟體著作權10餘項,出版教材、學術著作10餘部,獲省級高等教育教學成果獎3項,參与國家級一流課程1門、省級教改項目3項。

目錄

第1章 推薦系統概述
1 1 引言
1 2 信息過濾工具——信息檢索與推薦系統
1 3 推薦系統的發展歷史
1 4 個性化推薦系統的應用
1 5 常用數據集與評測方法
1 6 推薦系統面臨的挑戰
1 7 本章小結
參考文獻
第2章 基於近鄰的協同過濾推薦算法
2 1 引言
2 2 基於用戶的協同過濾推薦算法
2 3 基於項目的協同過濾推薦算法
2 4 基於內存的社交關係推薦算法
2 5 基於圖的推薦算法
2 6 本章小結
參考文獻
第3章 基於模型的協同過濾推薦算法
3 1 引言
3 2 基於概率的協同過濾推薦算法
3 3 基於矩陣分解的協同過濾推薦算法
3 4 因子分解機技術
3 5 本章小結
參考文獻
第4章 基於社交關係的矩陣分解推薦算法
4 1 引言
4 2 基於社交網絡推薦系統的形式化定義和基本框架
4 3 基於概率矩陣分解的社交網絡推薦技術
4 4 增強的社交矩陣分解模型
4 5 基於社交關係預測反饋機制的推薦算法
4 6 本章小結
參考文獻
第5章 基於深度學習的社會化推薦方法
5 1 深度學習與推薦系統
5 2 NeuralCF模型
5 3 Wide & Deep模型
5 4 Word2Vec模型
5 5 DeepFM模型
5 6 xDeepFM模型
5 7 TrustSVD模型
5 8 DIN模型
5 9 NeuMF模型
5 10 EMARec模型
5 11 本章小結
參考文獻
第6章 基於圖神經網絡的社會化推薦方法
6 1 圖神經網絡推薦模型的特點
6 2 圖卷積網絡推薦模型
6 3 圖注意力網絡推薦模型
6 4 圖自動編碼器推薦模型
6 5 圖生成網絡推薦模型
6 6 本章小結
參考文獻
索引

詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於客服中心或Line或本社留言板留言,我們即儘速上架。
規格說明
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理