*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:202405*若逾兩年請先於私訊洽詢存貨情況,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:深度理解演算法-圖表示學習的推薦系統研究 ISBN:9787522835822 出版社:社會科學文獻 著編譯者:馬心陶 頁數:155 所在地:中國大陸 *此為代購商品 書號:1642223 可大量預訂,請先連絡。 內容簡介 本書針對推薦系統中的二部圖、社交網路和知識圖譜的圖結構模式,研究基於圖表示學習的深度推薦系統。通過挖掘圖信息中的隱性關係和高階關係,使用圖學習的方式探索用戶和產品的潛在關聯,彌補相關推薦系統研究在挖掘用戶之間或者產品之間隱性關係方面的不足,形成一系列合理而且有效的推薦技術。增加推薦系統輸入的多樣性,運用社交網路和知識圖譜等輔助信息,緩解推薦系統目前面臨的「數據稀疏」、「冷啟動」等問題,提高推薦系統的準確性和多樣性,為推薦系統技術的發展提供可參考的方向。作者簡介 馬心陶 博士,吉林財經大學管理科學與信息工程學院教師。2011年赴德國留學,獲學士與碩士學位;2022年畢業於吉林大學計算機科學與技術學院,獲工學博士學位。主要研究方向為推薦系統、知識圖譜與社交網路。在核心期刊和國際學術會議上發表論文10餘篇。主持吉林省科學技術廳項目、吉林省教育廳科學規劃項目等多項,參与國家自然科學基金和國家社會科學基金項目多項。目錄 第1章 緒論1 1 推薦系統背景 1 2 國內外研究進展 1 3 研究問題與內容 1 4 本書組織架構 第2章 推薦系統概述 2 1 引言 2 2 傳統推薦系統和基於深度學習的推薦系統 2 3 基於圖表示學習的推薦系統 2 4 推薦系統常用的評價指標 第3章 基於二部圖隱性關係學習的推薦系統 3 1 引言 3 2 二部圖隱性關係學習模型 3 3 實驗評估及分析 3 4 本章小結 第4章 基於社交網路圖表示學習的推薦系統 4 1 引言 4 2 多注意力模型的社交網路推薦系統 4 3 實驗評估及分析 4 4 本章小結 第5章 基於傳播的知識圖譜推薦系統 5 1 引言 5 2 雙傳播機制的知識圖譜推薦 5 3 實驗評估及分析 5 4 本章小結 第6章 基於鄰域的知識圖譜推薦系統 6 1 引言 6 2 基於鄰域交互的多任務知識圖譜推薦 6 3 實驗評估及分析 6 4 本書演算法比較 6 5 本章小結 第7章 總結與展望 7 1 全書總結 7 2 研究展望 參考文獻 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PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |