基于网络特征学习的个性化推荐系统
正版新书 新华官方库房直发 可开电子发票
￥ 31.36 6.4折 ￥ 49 全新
库存4件
作者王鸿伟
出版社机械工业出版社
ISBN9787111700609
出版时间2022-05
版次1
装帧平装
开本16开
纸张胶版纸
页数146页
字数172千字
定价49元
货号SC:9787111700609
上书时间2024-10-03
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
王鸿伟，伊利诺伊大学厄巴纳-香槟分校博士后。2014年本科毕业于上海交通大学ACM班，2018年于上海交通大学取得计算机科学博士学位，曾于2019-2021年在斯坦福大学计算机科学系从事博士后研究。研究兴趣为机器学习和数据挖掘在图领域的应用，包括图表征学习、知识图谱、推荐系统等。在国际很好期刊上发表了20余篇论文，曾获得2018年谷歌博士生奖研金和2020年中国计算机学会优秀博士学位论文奖。
内容简介:
本书主要介绍如何学习网络中的节点表征，并将其应用到推荐系统中，重点研究了推荐系统中的三种各具代表性的网络：用户产品交互的二分图，用户端的社交网络，产品端的知识图谱。本书系统性地研究了三种网络的建模，提出了针对不同种类的网络在多个层面将网络信息和推荐系统进行结合的解决方案。这些解决方案获得了学术界的广泛关注，有些方案已经在实际的工业场景中落地，具有很强的学术和产业价值。本书能够对推荐系统领域起到一些引领作用，并对图机器学习领域的研究人员提供更多应用方向的启发。
目录:
丛书序
导师序
摘要
ABSTRACT
第1章绪论
1.1课题背景及意义
1.2推荐系统概述
1.2.1传统推荐系统方法分类
1.2.2推荐系统近期新的研究热点和方向
1.3网络特征学习概述
1.3.1背景介绍
1.3.2输入网络的种类
1.3.3输出特征的种类
1.3.4典型方法
1.4本文研究内容及结构安排
第2章应用于推荐系统交互图的网络特征学习方法
2.1引言
2.2生成对抗式的网络特征学习
2.2.1GraphGAN模型框架
2.2.2判别器和生成器的实现与训练
2.3网络结构感知的归一化指数函数
2.3.1graphsoftmax的设计
2.3.2性质证明
2.3.3生成策略
2.3.4复杂度分析
2.4性能验证
2.4.1实验准备工作
2.4.2实证研究
2.4.3实验结果
2.4.4超参数敏感性
2.5本章小结
第3章社交网络辅助的推荐系统——基于特征的方法
3.1引言
3.2数据集构建
3.3有符号异构网络特征学习
3.3.1情感符号预测的问题描述
3.3.2有符号异构网络特征学习模型
3.3.3相关讨论
3.4性能验证
3.4.1实验准备工作
3.4.2实验结果
3.4.3超参数敏感性
3.5本章小结
第4章社交网络辅助的推荐系统——基于结构的方法
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价