定 價:120 元
叢書名:新一代人工智能理論、技術(shù)及應(yīng)用叢書
- 作者:陳洪輝等
- 出版時間:2025/1/1
- ISBN:9787030812148
- 出 版 社:科學(xué)出版社
- 中圖法分類:G254.97
- 頁碼:151
- 紙張:
- 版次:1
- 開本:B5
本書圍繞信息檢索中的個性化查詢推薦方法展開,描述個性化查詢推薦的研究背景、問題概述、模型構(gòu)建、實驗設(shè)計和結(jié)果分析。在此框架指導(dǎo)下,詳細闡述基于用戶行為分析的個性化查詢推薦、基于多樣化和個性化相結(jié)合的查詢推薦、基于查詢詞時敏特征的個性化查詢推薦、地理位置敏感的個性化查詢推薦、基于用戶主題興趣的個性化查詢推薦等理論方法。
更多科學(xué)出版社服務(wù),請掃碼獲取。
1987年-1991年,解放軍測繪學(xué)院指揮自動化專業(yè)本科
1991年-1994年,國防科技大學(xué)系統(tǒng)工程與數(shù)學(xué)系軍事技術(shù)運籌學(xué)專業(yè)碩士
2004年-2007年,國防科技大學(xué)信息系統(tǒng)與管理學(xué)院軍事運籌學(xué)專業(yè)博士
2009年-2010年,英國萊斯特大學(xué)計算機科學(xué)訪問學(xué)者
2015年,荷蘭阿姆斯特丹大學(xué)計算機科學(xué)高級訪問學(xué)者1994年起在國防科技大學(xué)任講師、副教授、教授,軍隊一類人才崗位津貼獲得者,軍隊育才銀獎獲得者。軍委XX控制技術(shù)專業(yè)組專家,軍委XX工程技術(shù)專業(yè)組專家,國防科工局XX技術(shù)專業(yè)組專家,中國指揮與控制學(xué)會常務(wù)理事,C4ISR理論與技術(shù)專業(yè)委員會副主任委員,湖南省系統(tǒng)工程與管理學(xué)會副理事長。發(fā)表論文200余篇(其中作為通訊作者、第一作者發(fā)表論文16篇),其中SCI檢索48篇、EI檢索35篇,其他核心期刊檢索30篇。
目錄
“新一代人工智能理論、技術(shù)及應(yīng)用叢書”序
前言
第1章 緒論 1
1.1 研究概述與研究問題 2
1.2 本書的主要貢獻 5
參考文獻 7
第2章 基于用戶行為分析的個性化查詢推薦方法 9
2.1 問題描述 9
2.2 基于概率圖模型的個性化查詢推薦建模 11
2.2.1 概率圖模型 11
2.2.2 基于概率圖模型的個性化查詢推薦方法 13
2.3 用戶行為建模 15
2.3.1 基于貝葉斯概率矩陣分解的用戶-查詢偏好矩陣 15
2.3.2 用戶長期和短期查詢行為建模分析 18
2.4 基于用戶行為分析的個性化查詢推薦模型 20
2.5 實驗與結(jié)果分析 21
2.5.1 查詢推薦性能衡量指標 21
2.5.2 實驗設(shè)計 22
2.5.3 實驗數(shù)據(jù) 23
2.5.4 參數(shù)設(shè)置 24
2.5.5 結(jié)果分析 24
2.6 本章小結(jié) 28
參考文獻 28
第3章 基于多樣化和個性化相結(jié)合的查詢推薦方法 30
3.1 問題描述 30
3.2 基于貪婪算法的多樣化查詢推薦模型 31
3.2.1 模型假設(shè)和符號說明 31
3.2.2 基于 LDA 主題模型的查詢-主題分布 32
3.2.3 多樣化查詢推薦模型 36
3.3 基于多樣化和個性化相結(jié)合的查詢推薦模型 38
3.3.1 模型構(gòu)建 38
3.3.2 模型分析 38
3.4 實驗與結(jié)果分析 40
3.4.1 查詢推薦性能衡量指標 41
3.4.2 實驗設(shè)計 41
3.4.3 實驗數(shù)據(jù) 42
3.4.4 參數(shù)設(shè)置 43
3.4.5 結(jié)果分析 43
3.5 本章小結(jié) 48
參考文獻 49
第4章 基于查詢詞時敏特征的個性化查詢推薦方法 52
4.1 問題描述 52
4.2 相關(guān)研究工作 53
4.2.1 對于時間敏感的查詢推薦方法 54
4.2.2 對于時間敏感的信息檢索方法 55
4.3 基于查詢詞時敏特征的個性化查詢推薦模型 56
4.3.1 查詢詞頻率周期性變化特征 56
4.3.2 查詢詞頻率非周期性變化特征 57
4.3.3 模型構(gòu)建 58
4.4 實驗與結(jié)果分析 60
4.4.1 實驗設(shè)計 60
4.4.2 實驗設(shè)置 60
4.4.3 結(jié)果分析 62
4.5 本章小結(jié) 67
參考文獻 67
第5章 地理位置敏感的個性化查詢推薦方法 70
5.1 問題描述 70
5.2 相關(guān)研究工作 71
5.2.1 基于用戶搜索歷史的查詢推薦方法 71
5.2.2 地理信息檢索方法 73
5.3 地理位置敏感的個性化查詢推薦模型 74
5.3.1 地理信息提取 74
5.3.2 排序模型構(gòu)建 77
5.4 實驗與結(jié)果分析 79
5.4.1 實驗設(shè)計 79
5.4.2 實驗設(shè)置 79
5.4.3 結(jié)果分析 81
5.5 本章小結(jié) 85
參考文獻 85
第6章 基于用戶主題興趣的個性化查詢推薦方法 88
6.1 問題描述 88
6.2 相關(guān)研究工作 89
6.2.1 數(shù)據(jù)稀疏性問題的查詢推薦方法 89
6.2.2 基于相似用戶的協(xié)同信息檢索方法 90
6.2.3 主題模型 91
6.3 基于用戶主題興趣的個性化查詢推薦模型 91
6.3.1 利用傳統(tǒng)主題模型進行用戶聚類 92
6.3.2 利用相似用戶主題模型進行用戶聚類 95
6.3.3 排序模型構(gòu)建 98
6.4 實驗與結(jié)果分析 101
6.4.1 實驗設(shè)計 101
6.4.2 實驗設(shè)置 101
6.4.3 結(jié)果分析 103
6.5 本章小結(jié) 108
參考文獻 108
第7章 面向復(fù)雜檢索任務(wù)的個性化查詢推薦方法 111
7.1 問題描述 111
7.2 相關(guān)研究工作 112
7.2.1 基于機器學(xué)習(xí)的查詢推薦方法 112
7.2.2 檢索任務(wù)識別方法 114
7.3 面向復(fù)雜檢索任務(wù)的個性化查詢推薦模型 115
7.3.1 檢索任務(wù)識別 115
7.3.2 排序模型構(gòu)建 116
7.4 實驗與結(jié)果分析 120
7.4.1 實驗設(shè)計 120
7.4.2 實驗設(shè)置 120
7.4.3 結(jié)果分析 122
7.5 本章小結(jié) 125
參考文獻 125
第8章 基于神經(jīng)網(wǎng)絡(luò)的個性化查詢推薦方法 128
8.1 問題描述 128
8.2 相關(guān)研究工作 129
8.2.1 基于神經(jīng)網(wǎng)絡(luò)的查詢推薦方法 129
8.2.2 基于RNN的物品推薦方法 130
8.3 基于神經(jīng)網(wǎng)絡(luò)的個性化查詢推薦模型 131
8.3.1 基礎(chǔ)排序模型構(gòu)建 131
8.3.2 個性化排序模型構(gòu)建 133
8.3.3 基于注意力機制的個性化排序模型構(gòu)建 134
8.4 實驗與結(jié)果分析 137
8.4.1 實驗設(shè)計 137
8.4.2 實驗設(shè)置 137
8.4.3 實驗結(jié)果分析 138
8.5 本章小結(jié) 142
參考文獻 143
第9章 總結(jié)與展望 145
9.1 研究總結(jié) 145
9.2 研究展望 149
參考文獻 150