關(guān)于我們
書(shū)單推薦
新書(shū)推薦

從深度學(xué)習(xí)角度研究推薦系統(tǒng)

從深度學(xué)習(xí)角度研究推薦系統(tǒng)

定  價(jià):58 元

        

  • 作者:徐原博,李翔,張若琳著
  • 出版時(shí)間:2024/6/1
  • ISBN:9787576832570
  • 出 版 社:吉林大學(xué)出版社
  • 中圖法分類:TP301.6 
  • 頁(yè)碼:225頁(yè)
  • 紙張:
  • 版次:1
  • 開(kāi)本:24cm
9
7
8
8
3
7
2
5
5
7
7
6
0

讀者對(duì)象:計(jì)算機(jī)行業(yè)的研究者和實(shí)踐者提供有益的參考

推薦系統(tǒng)是一種對(duì)數(shù)據(jù)進(jìn)行處理,并利用數(shù)據(jù)創(chuàng)造全新價(jià)值的數(shù)據(jù)挖掘方法。在新環(huán)境下,推薦系統(tǒng)的研究面臨推薦系統(tǒng)與深度學(xué)習(xí)無(wú)法有效的結(jié)合、虛假數(shù)據(jù)和數(shù)據(jù)不平衡、推薦系統(tǒng)的評(píng)價(jià)指標(biāo)不完整等問(wèn)題,為解決問(wèn)題這些問(wèn)題,本書(shū)提出了基于距離的embedding方法與深度學(xué)習(xí)模型進(jìn)行結(jié)合,有效的提高推薦系統(tǒng)的效率;提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的虛假數(shù)據(jù)檢測(cè)和用戶真實(shí)意圖分析模型,從多個(gè)方面提高推薦系統(tǒng)的有效性和準(zhǔn)確率;提出了一種新的評(píng)價(jià)標(biāo)準(zhǔn):驚喜度,極大改善推薦的質(zhì)量。
 你還可能感興趣
 我要評(píng)論
您的姓名   驗(yàn)證碼: 圖片看不清?點(diǎn)擊重新得到驗(yàn)證碼
留言內(nèi)容