机读格式显示(MARC)

• 000 01292cam 2200301 450

• 001 0000592583

• 005 20200927143100.0

• 010 __ |a 978-7-302-53196-8 |b 精装 |d CNY99.00

• 099 __ |a CAL 012019125701

• 100 __ |a 20190516d2019 ekmy0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 个性化推荐的可解释性研究 |A Ge Xing Hua Tui Jian De Ke Jie Shi Xing Yan Jiu |d = Explainable recommendation |e theory and application |f 张永锋著 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2019

• 215 __ |a 188页, [2] 页图版 |c 图 (部分彩图) |d 25cm

• 225 2_ |a 清华大学优秀博士学位论文丛书 |A Qing Hua Da Xue You Xiu Bo Shi Xue Wei Lun Wen Cong Shu

• 320 __ |a 有书目 (第153-182页)

• 330 __ |a 个性化推荐技术已经成为互联网应用的基础技术之一，他广泛应用于电子商务、搜索引擎、社会网络、新闻阅读等互联网服务中，成为用户获得信息的重要途径之一。本文以个性化推荐的可解释性为主题，在数据、模型和经济效益三个层面上展开了讨论。

• 410 _0 |1 2001 |a 清华大学优秀博士学位论文丛书

• 510 1_ |a Explainable recommendation |e theory and application |z eng

• 606 0_ |a 聚类分析 |A Ju Lei Fen Xi |x 分析方法 |x 研究

• 690 __ |a O212.4-34 |v 5

• 711 02 |a 张永锋 |A Zhang Yong Feng |4 著

• 801 _0 |a CN |b CAU |c 20200927

• 905 __ |a CAU |d O212.4-34/3

• 920 __ |a 211180 |z 1