<listing id="pxd0w"><th id="pxd0w"></th></listing><tt id="pxd0w"><xmp id="pxd0w">

注冊(cè) | 登錄讀書好，好讀書，讀好書！

當(dāng)前位置：首頁出版圖書經(jīng)濟(jì)管理經(jīng)濟(jì)各行業(yè)經(jīng)濟(jì)社會(huì)化環(huán)境下商品個(gè)性化推薦方法

社會(huì)化環(huán)境下商品個(gè)性化推薦方法

定　價(jià)：￥49.00

作　者：	梁晶著
出版社：	華中科技大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787568086776	出版時(shí)間：	2022-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	206	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　（1）提出了社會(huì)化環(huán)境下商品推薦呈現(xiàn)的特征，總結(jié)了傳統(tǒng)推薦方法的基本原理、推薦流程及優(yōu)缺點(diǎn)，分析了基于深度學(xué)習(xí)的推薦方法、面向社會(huì)化環(huán)境的商品推薦方法的分類、研究進(jìn)展和主要研究成果。（2）總結(jié)了基于內(nèi)存的社會(huì)化推薦系統(tǒng)、基于模型的社會(huì)化推薦系統(tǒng)、基于社會(huì)化標(biāo)簽的推薦系統(tǒng)的推薦原理、研究進(jìn)展和主要研究成果。（3）總結(jié)了社會(huì)化商品推薦面臨的挑戰(zhàn)，歸納了傳統(tǒng)商品推薦存在的問題，分析了社會(huì)化標(biāo)簽在商品推薦中應(yīng)用可行性，提出了基于社會(huì)化標(biāo)簽和多維信息特征融合的商品推薦模型，給出了模型實(shí)現(xiàn)的主要方法。（4）針對(duì)社會(huì)化標(biāo)簽在內(nèi)容特征上呈現(xiàn)語義缺失、在數(shù)量特征上呈現(xiàn)出“長(zhǎng)尾”現(xiàn)象，利用標(biāo)簽信息表征用戶興趣，提出了基于標(biāo)簽間語義相關(guān)性的商品推薦方法。（5）針對(duì)目前社會(huì)化商品推薦方法存在的數(shù)據(jù)來源單一、推薦類型缺乏多樣性的問題，綜合考慮需求匹配、功能互補(bǔ)、情景相似、暢銷流行等多維信息特征，設(shè)計(jì)了融合多維信息特征的商品推薦方法。

作者簡(jiǎn)介

　　梁晶，副教授，中國(guó)商業(yè)統(tǒng)計(jì)學(xué)會(huì)理事、湖北省市場(chǎng)營(yíng)銷學(xué)會(huì)理事，湖北高校優(yōu)秀教學(xué)團(tuán)隊(duì)負(fù)責(zé)人、湖北省一流課程負(fù)責(zé)人，主持教育部產(chǎn)學(xué)合作協(xié)同育人項(xiàng)目2項(xiàng)，主持湖北省教育廳人文社科項(xiàng)目1項(xiàng)，主持校級(jí)課題6項(xiàng)，主編教材2部，發(fā)表論文10余篇（含 2篇CSSCI），申請(qǐng)軟著“基于大數(shù)據(jù)的產(chǎn)品智能推薦系統(tǒng)”1項(xiàng)，指導(dǎo)學(xué)生參加挑戰(zhàn)杯、創(chuàng)青春、全國(guó)大學(xué)生電子商務(wù)“三創(chuàng)”大賽、全國(guó)大學(xué)生市場(chǎng)調(diào)查與分析大賽等獲得*獎(jiǎng)項(xiàng)3項(xiàng)、省級(jí)以上獎(jiǎng)項(xiàng)近20項(xiàng)。

圖書目錄

1緒論/1
1.1選題背景和意義/1
1.1.1選題背景/1
1.1.2選題意義/4
1.2國(guó)內(nèi)外研究現(xiàn)狀/6
1.2.1社會(huì)化推薦研究現(xiàn)狀/6
1.2.2標(biāo)簽推薦研究現(xiàn)狀/10
1.2.3商品推薦研究現(xiàn)狀/16
1.2.4國(guó)內(nèi)外研究述評(píng)/21
1.3研究方法/26

2社會(huì)化商品推薦相關(guān)理論與方法/28
2.1社會(huì)化商品推薦的概念與特征/28
2.2社會(huì)化標(biāo)簽系統(tǒng)概述/31
2.2.1標(biāo)簽系統(tǒng)類型/31
2.2.2社會(huì)化標(biāo)簽系統(tǒng)的特點(diǎn)/31
2.3傳統(tǒng)信息推薦理論與方法/33
2.3.1基于信息內(nèi)容的信息推薦方法/33
2.3.2基于協(xié)同過濾的信息推薦方法/35
2.3.3基于規(guī)則的信息推薦方法/38
2.3.4混合推薦方法/39
2.4基于深度學(xué)習(xí)的推薦方法/40
2.4.1基于多層感知機(jī)的推薦方法/40
2.4.2基于卷積神經(jīng)網(wǎng)絡(luò)的推薦方法/41
2.4.3基于循環(huán)神經(jīng)網(wǎng)絡(luò)的推薦方法/41
2.5面向社會(huì)化環(huán)境的商品推薦方法/42
2.6社會(huì)化商品推薦技術(shù)基礎(chǔ)/45
2.6.1信息抽取/45
2.6.2知識(shí)融合/49

3社會(huì)化推薦系統(tǒng)概述與分析/53
3.1社會(huì)化推薦系統(tǒng)概述/53
3.2基于內(nèi)存的社會(huì)化推薦系統(tǒng)/55
3.2.1TidalTrust/55
3.2.2MoleTrust/57
3.3基于模型的社會(huì)化推薦系統(tǒng)/58
3.3.1SoRec/58
3.3.2TrustMF/60
3.3.3TrustPMF/62
3.3.4LOCABAL/65
3.3.5SoReg/67
3.3.6SocialMF/68
3.3.7RSTE/72
3.4基于社會(huì)化標(biāo)簽的推薦系統(tǒng)/74
3.4.1Delicious/74
3.4.2CiteULike/75
3.4.3Connotea/76
3.4.4Flickr/77
3.4.5YouTube/79

4基于社會(huì)化標(biāo)簽的商品推薦模型/82
4.1問題的提出/82
4.1.1社會(huì)化環(huán)境下商品推薦面臨的挑戰(zhàn)/82
4.1.2傳統(tǒng)的商品推薦模型存在的問題/83
4.1.3社會(huì)化標(biāo)簽在商品推薦中應(yīng)用的可行性/84
4.2基于社會(huì)化標(biāo)簽的商品推薦模型/85
4.2.1現(xiàn)有的基于社會(huì)化標(biāo)簽的推薦模型/85
4.2.2基于社會(huì)化標(biāo)簽和多維信息的商品推薦模型/88

5基于標(biāo)簽間語義相關(guān)性的商品推薦方法/91
5.1問題的提出/91
5.2基于標(biāo)簽間語義相關(guān)性的商品推薦方法概述/93
5.2.1標(biāo)簽間語義相關(guān)性計(jì)算/93
5.2.2用戶標(biāo)簽綜合權(quán)重計(jì)算/94
5.2.3用戶興趣表達(dá)/96
5.2.4商品個(gè)性化推薦/97
5.3實(shí)驗(yàn)與結(jié)果分析/98
5.3.1實(shí)驗(yàn)數(shù)據(jù)/98
5.3.2實(shí)驗(yàn)環(huán)境與測(cè)評(píng)指標(biāo)/98
5.3.3實(shí)驗(yàn)對(duì)比與結(jié)果分析/98

6基于多維信息特征融合的商品推薦方法/102
6.1問題的提出/102
6.2基于多維信息特征融合的商品推薦方法概述/103
6.2.1商品用戶需求匹配度計(jì)算/103
6.2.2商品功能互補(bǔ)度計(jì)算/104
6.2.3商品情景相似度計(jì)算/105
6.2.4商品暢銷流行度計(jì)算/106
6.2.5TopN商品推薦/106
6.3實(shí)驗(yàn)與結(jié)果分析/107
6.3.1實(shí)驗(yàn)數(shù)據(jù)/107
6.3.2實(shí)驗(yàn)環(huán)境與測(cè)評(píng)指標(biāo)/107
6.3.3實(shí)驗(yàn)結(jié)果與分析/108

7全文總結(jié)與展望/111
7.1全文總結(jié)/111
7.2下一步工作展望/112

參考文獻(xiàn)/114