包邮社交推荐中的用户相似度优化研究

作者：韩迪

出版社：经济科学出版社出版时间：2023-04-01

开本：其他页数： 208

本类榜单：经济销量榜

中图价:¥39.2(5.0折) 定价 ~~¥78.0~~ 登录后可看到会员价

加入购物车收藏

开年大促， 全场包邮

?新疆、西藏除外

本类五星书更多>

>
蜜蜂的寓言:私人的恶德,公众的利益

蜜蜂的寓言:私人的恶德,公众的利益

¥30¥69.8
>
世界贸易战简史

世界贸易战简史

¥17.9¥52.8
>
日本的凯恩斯:高桥是清传:从足轻到藏相

日本的凯恩斯:高桥是清传:从足轻到藏相

¥43.9¥78
>
近代天津工业与企业制度

近代天津工业与企业制度

¥13¥26
>
货币之语

货币之语

¥31.3¥89
>
眉山金融论剑

眉山金融论剑

¥16.9¥59
>
图解资本论

图解资本论

¥16.4¥46

商品详情
商品评论(0条)

中图价:¥39.2 加入购物车

版权信息
内容简介
目录
作者简介

社交推荐中的用户相似度优化研究版权信息

ISBN：9787521845372
条形码：9787521845372 ; 978-7-5218-4537-2
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：
经济
>
中国经济
>
中国经济概况

社交推荐中的用户相似度优化研究内容简介

本文通过对推荐系统中用户相似度的设计优化，解决了目前推荐系统中“确定的”数据无法准确描述人类模糊性情感的问题展开。推荐系统中相似度研究的优选目标是尽可能的模拟人对研究对象的主观感受，从工程角度来说是模拟同主观认知尽可能一致的客观相似度组合模型。主观寻找相似用户的过程可分为“感知、理解和评价”三个阶段，基于此，本文提出了一种符合主观特点的客观相似度组合模型框架，主要工作围绕三个阶段展开如下：本文从代表性的相似度算法分析入手，分析影响用户评分行为的相似性因素。同时，针对目前确定性数值化评分无法精准描述主观模糊判断的问题，采用三角模糊数的手段对主观情感模糊化，更贴近人类非确定的表达习惯。并提出了新的用户评分相似度，实现了用户相似性多角度模糊感知工作。其次，针对数据稀疏性和冷启动等问题，本文引入外部属性数据在局部感知用户评分相似性的基础上全局理解用户相似度，*后设计出具有“因果”关系的多层上下文可感知模型，解决目前使用深度学习带来的可解释性不强的问题，实现动态的个性化推荐。*后，评价则是以更加多样的视角评定推荐的好坏。所以本文设计了具有降低推荐噪音的鲁棒性系统评价指标，在考虑评分准度的同时考虑推荐的排序准确度等，解决目前推荐系统评价体系无法完整的、公平的比较算法优劣的问题。

社交推荐中的用户相似度优化研究目录

●第1章绪论/1
1.1研究背景和研究意义/1
1.2推荐算法国内外研究现状/3
1.3推荐系统方法概述/5
1.4推荐系统性能评价/16
1.5本章小结/19
本章参考文献/20
第2章推荐模型的相似度优化/27
2.1引言/27
2.2矩阵分解的探索研究/28
2.3社会化推荐介绍/30
2.4本章小结/34
本章参考文献/34
第3章挖掘用户评分行为影响因素/36
3.1引言/36
……

展开全部

社交推荐中的用户相似度优化研究作者简介

韩迪，计算机技术及其应用专业博士、副教授、硕士生导师。现任广东金融学院专任教师、开源中国Gitee技术顾问，曾任香港理工大学副研究员。主持广东省自然科学重点领域专项1项以及主持广东省自然科学青年项目1项，并作为主要参与者参与、省部级课题多项。近五年来发表SCI核心刊物论文共7篇，EI及中文核心共6篇，主编出版4本相关领域教材专著。同时，拥有20余年的软件开发经验，对移动开发和机器学习有着深入的研究。目前，从事将人工智能与金融科技相结合的教学与研究工作。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐