2020-04-08 07:46 4083次浏览 0条评论

推荐系统是为用户推荐所需物品的软件工具和技术，对于在线处理信息过载是一个非常有价值的方法，并成为电子商务领域最强大和流行的工具之一。本书融合不同领域专家学者的理论成果和实践经验，从推荐系统相关技术、推荐系统的应用与评估、推荐系统的交互、推荐系统和社区及高级算法5个方面介绍推荐系统的主要概念、理论、方法、趋势、挑战和应用，详细阐释如何支持用户决策、计划和购买过程，帮助你梳理推荐系统的相关知识体系，并理解推荐系统的原理、算法及实现。推荐序一 推荐序二 译者序 前言 第1章 概述 1 1.1 简介 1 1.2 推荐系统的功能 3 1.3 数据和知识资源 5 1.4 推荐技术 7 1.5 应用与评价 10 1.6 推荐系统与人机交互 12 1.6.1 信任、解释和说服力 13 1.6.2 会话系统 13 1.6.3 可视化 14 1.7 推荐系统是个交叉学科领域 15 1.8 出现的问题和挑战 16 1.8.1 本书对出现的问题的讨论 16 1.8.2 挑战 18 参考文献 20 第一部分 基础技术 第2章 推荐系统中的数据挖掘方法 28 2.1 简介 28 2.2 数据预处理 29 2.2.

2020-01-08 09:02 5229次浏览 0条评论

本书的内容设置由浅入深，从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者，还是有一定经验的从业人员，相信都能从本书的不同章节中有所收获。 区别于其他推荐算法书籍，本书引入了已被实践证明效果较好的深度学习推荐技术，包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用，并给出了相关的实践代码；除了在算法层面讲解推荐系统的实现，还从工程层面详细阐述推荐系统如何搭建.第1 章什么是推荐系统1 1.1 推荐系统的概念.1 1.1.1 推荐系统的基本概念1 1.1.2 深度学习与推荐系统4 第2 章深度神经网络.7 2.1 什么是深度学习.7 2.1.1 深度学习的三次兴起7 2.1.2 深度学习的优势9 2.2 神经网络基础11 2.2.1 神经元11 2.2.2 神经网络.12 2.2.3 反向传播.13 2.2.4 优化算法.14 2.3 卷积网络基础17 2.3.1 卷积层17 2.3.2 池化层19 2.3.3 常见的网络结构19 2.4 循环网络基础21 2.4.1 时序反向传播算法22 2.4.2 长短时记忆网络24 2.5 生成对抗基础25 2.