掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>
多模態(tài)數(shù)據(jù)下的推薦算法及在線評(píng)論行為研究
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥52.0
加入購(gòu)物車
多模態(tài)數(shù)據(jù)下的推薦算法及在線評(píng)論行為研究 版權(quán)信息
- ISBN：9787302657705
- 條形碼：9787302657705 ; 978-7-302-65770-5
- 裝幀：簡(jiǎn)裝本
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
多模態(tài)數(shù)據(jù)下的推薦算法及在線評(píng)論行為研究 本書特色
《多模態(tài)數(shù)據(jù)下的推薦算法及在線評(píng)論行為研究》內(nèi)容曾獲評(píng)清華大學(xué)優(yōu)秀博士論文，聚焦于信息管理的前沿和消費(fèi)者生成多模態(tài)大數(shù)據(jù)，綜合運(yùn)用深度學(xué)習(xí)、因果推薦、行為實(shí)驗(yàn)等多種研究方法，對(duì)平臺(tái)經(jīng)濟(jì)相關(guān)問題開展了系統(tǒng)而深入的研究。本書的特色是聚焦于推薦系統(tǒng)和評(píng)論系統(tǒng)兩個(gè)數(shù)字經(jīng)濟(jì)平臺(tái)的典型場(chǎng)景，關(guān)注平臺(tái)管理面臨的重要問題，即如何通過優(yōu)化推薦算法或者改進(jìn)平臺(tái)功能，提升用戶的滿意度，并從算法設(shè)計(jì)、因果分析等角度展開研究。本書主要面向管理科學(xué)與工程專業(yè)及其他相關(guān)領(lǐng)域的研究人員，包括高校教師和研究生，也面向互聯(lián)網(wǎng)行業(yè)對(duì)相關(guān)話題感興趣的從業(yè)人員。 聚焦數(shù)字經(jīng)濟(jì)平臺(tái)典型場(chǎng)景；關(guān)注平臺(tái)管理重要問題；發(fā)現(xiàn)用戶生成數(shù)據(jù)價(jià)值
多模態(tài)數(shù)據(jù)下的推薦算法及在線評(píng)論行為研究 內(nèi)容簡(jiǎn)介
以圖像和文本為代表的多模態(tài)數(shù)據(jù)為用戶線上購(gòu)買和交友決策過程提供了重要信息參考。本書基于推薦及評(píng)論這兩個(gè)重要的用戶決策支持系統(tǒng)，主要研究了基于多模態(tài)數(shù)據(jù)的推薦算法設(shè)計(jì)以及多模態(tài)數(shù)據(jù)對(duì)用戶評(píng)論行為產(chǎn)生的影響。本書的特色在于聚焦數(shù)字經(jīng)濟(jì)平臺(tái)的重要領(lǐng)域，關(guān)注了平臺(tái)的兩個(gè)核心功能——推薦功能和評(píng)論功能，并深入研究了多模態(tài)數(shù)據(jù)在其中所具有的價(jià)值和所起到的作用。
全書共6章，內(nèi)容包括選題背景；與平臺(tái)推薦和評(píng)論系統(tǒng)相關(guān)的已有研究成果；基于多模態(tài)數(shù)據(jù)的推薦算法設(shè)計(jì)；評(píng)論系統(tǒng)中用戶生成圖像對(duì)后續(xù)消費(fèi)者決策所產(chǎn)生的影響；未來發(fā)展趨勢(shì)。
《多模態(tài)數(shù)據(jù)下的推薦算法及在線評(píng)論行為研究》主要面向高等院校管理科學(xué)與工程、信息管理相關(guān)專業(yè)高年級(jí)本科生及研究生，也為推薦算法、多模態(tài)數(shù)據(jù)分析相關(guān)研究領(lǐng)域的廣大科技工作者和研究同行提供參考。
多模態(tài)數(shù)據(jù)下的推薦算法及在線評(píng)論行為研究 目錄
目錄
第1章引言1
1.1多模態(tài)數(shù)據(jù)與人工智能2
1.2基于多模態(tài)數(shù)據(jù)的推薦系統(tǒng)5
1.3本書主要內(nèi)容與創(chuàng)新7
第2章推薦算法和評(píng)論系統(tǒng)相關(guān)研究動(dòng)態(tài)13
2.1推薦系統(tǒng)概述14
2.2圖像文本融合的推薦算法16
2.2.1基于圖像的推薦16
2.2.2多模態(tài)數(shù)據(jù)的表示學(xué)習(xí)18
2.2.3圖像文本認(rèn)知風(fēng)格19
2.3雙邊推薦算法20
2.3.1雙邊推薦20
2.3.2文本建模22
2.3.3在線交友中的自我呈現(xiàn)23
2.4消費(fèi)者生成圖像的行為影響25
2.4.1圖像在電子商務(wù)平臺(tái)的作用25
2.4.2產(chǎn)品評(píng)論的影響因素28
2.5本章小結(jié)29
第3章基于圖像和文本的產(chǎn)品推薦算法30
3.1背景介紹30
3.2模型框架和計(jì)算方法32
3.2.1問題描述32
3.2.2DeepMINE模型33
3.2.3參數(shù)學(xué)習(xí)38
3.2.4預(yù)測(cè)和推薦40
3.3實(shí)證研究與結(jié)果40
3.3.1數(shù)據(jù)描述40
3.3.2評(píng)估指標(biāo)和基準(zhǔn)模型41
3.3.3實(shí)驗(yàn)結(jié)果43
3.4本章小結(jié)53
第4章基于結(jié)構(gòu)化屬性和問答文本的雙邊推薦算法55
4.1背景介紹55
4.2場(chǎng)景和匹配過程58
4.3研究模型59
4.3.1預(yù)備知識(shí)59
4.3.2模型概覽60
4.3.3結(jié)構(gòu)化屬性與文本信息62
4.3.4**階段: 請(qǐng)求者的偏好學(xué)習(xí)62
4.3.5第二階段: 接收者的偏好學(xué)習(xí)64
4.3.6目標(biāo)函數(shù)65
4.3.7推薦結(jié)果生成66
4.4實(shí)驗(yàn)結(jié)果及分析67
4.4.1研究背景和數(shù)據(jù)集描述67
4.4.2Word2vec單詞聚類68
4.4.3評(píng)價(jià)指標(biāo)69
4.4.4參數(shù)設(shè)置和基準(zhǔn)模型70
4.4.5實(shí)驗(yàn)結(jié)果71
4.5本章小結(jié)80
第5章消費(fèi)者生成圖像對(duì)評(píng)論打分的行為影響82
5.1背景介紹82
5.2研究假設(shè)85
5.3主要場(chǎng)景和數(shù)據(jù)描述88
5.4模型和主要結(jié)果91
5.4.1傾向得分匹配92
5.4.2雙重差分模型92
5.4.3CGI對(duì)產(chǎn)品評(píng)分的總體影響94
5.5CGI不同屬性的異質(zhì)性影響95
5.5.1CGI美學(xué)評(píng)估模型95
5.5.2人臉檢測(cè)98
5.5.3CGI視覺屬性的異質(zhì)性影響98
5.5.4CGI評(píng)論者的主觀性99
5.5.5不同數(shù)量CGI的影響101
5.5.6CGI對(duì)搜索型產(chǎn)品的影響102
5.6穩(wěn)健性檢驗(yàn)104
5.6.1考慮評(píng)論排序機(jī)制下首頁CGI產(chǎn)生的影響104
5.6.2相對(duì)時(shí)間模型106
5.6.3其他穩(wěn)健性檢驗(yàn)107
5.7用戶實(shí)驗(yàn)109
5.7.1實(shí)驗(yàn)設(shè)計(jì)109
5.7.2信度、效度與操縱檢查111
5.7.3實(shí)驗(yàn)結(jié)果112
5.8本章小結(jié)115
第6章結(jié)語117
6.1內(nèi)容總結(jié)117
6.2本書創(chuàng)新點(diǎn)119
6.3未來趨勢(shì)120
參考文獻(xiàn)122
展開全部
書友推薦
- >
二體千字文
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
煙與鏡
- >
月亮虎
- >
巴金－再思錄
- >
推拿
- >
姑媽的寶刀
- >
中國(guó)歷史的瞬間
本類暢銷
