掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度理解算法:圖表示學習的推薦系統研究 版權信息
- ISBN：9787522835822
- 條形碼：9787522835822 ; 978-7-5228-3582-2
- 裝幀：一般純質紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
深度理解算法:圖表示學習的推薦系統研究 內容簡介
本書針對推薦系統中的二部圖、社交網絡和知識圖譜的圖結構模式，研究基于圖表示學習的深度推薦系統。通過挖掘圖信息中的隱性關系和高階關系，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系方面的不足，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，運用社交網絡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。
深度理解算法:圖表示學習的推薦系統研究 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 傳統推薦系統和基于深度學習的推薦系統
2.3 基于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 基于二部圖隱性關系學習的推薦系統
3.1 引言
3.2 二部圖隱性關系學習模型
3.3 實驗評估及分析
3.4 本章小結
第4章 基于社交網絡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絡推薦系統
4.3 實驗評估及分析
4.4 本章小結
第5章 基于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 基于鄰域的知識圖譜推薦系統
6.1 引言
6.2 基于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
展開全部
深度理解算法:圖表示學習的推薦系統研究 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。
書友推薦
- >
我與地壇
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
苦雨齋序跋文-周作人自編集
- >
上帝之肋:男人的真實旅程
- >
詩經-先民的歌唱
- >
我從未如此眷戀人間
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
