MARC状态:审校 文献类型:中文图书 浏览次数:11
- 题名/责任者:
- 社交推荐中的用户相似度优化研究/韩迪著
- 出版发行项:
- 北京:经济科学出版社,2023
- ISBN及定价:
- 978-7-5218-4537-2/CNY78.00
- 载体形态项:
- 195页:图;25cm
- 个人责任者:
- 韩迪 著
- 学科主题:
- 机器学习
- 学科主题:
- 数据处理
- 中图法分类号:
- TP181
- 中图法分类号:
- TP274
- 一般附注:
- 本书受到广东省教育厅2020年重点领域专项 (编号2020ZDZX3066) 的支持
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书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最高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。
- 随书光盘:
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 |
TP181/213 | 01512483 | 东7层1区 | 可借 | |
TP181/213 | 01512482 | 总馆 | 可借 |
显示全部馆藏信息