基于多源异质信息的用户意图识别和推荐方法研究

作者: 张一嘉, 陈皖玉, 宋城宇, 史振坤, 柴超群, 蔡飞, 著

出版社: 湖南大学出版社

出版日期: 2024-05-23

电子书 暂不销售 定价:36.0
  • 收藏

  • 加书架

  • 引用

简介

推荐系统是为了解决“信息过载”问题而产生的一种有效工具,随着推荐系统被广泛应用于新闻、音乐、社交平台和电子商务等领域以满足用户的个性化需求,以个性化推荐技术为代表的推荐算法受到了越来越多的关注,以有效感知用户的复杂意图。其中,协同过滤算法是应用最广泛的个性化推荐算法,由于传统的协同过滤算法只考虑用户的历史反馈数据进行推荐,面临着稀疏性和冷启动等问题,于是越来越多的研究开始利用多源异质信息构建混合式推荐算法。基于此,本书主要介绍如何利用结构化和非结构化的异质信息构建模型实现用户意图的精准感知,旨在从多维度和多领域表示用户和物品的个性化属性,通过深入的挖掘这些异质信息帮助推荐算法更好的分析用户偏好,进而有效地解决推荐算法中的冷启动和稀疏性等问题,提高推荐系统性能。

更多出版物信息
  • 版权: 湖南大学出版社
  • 出版: 2024-05-23
  • 作者:张一嘉, 陈皖玉, 宋城宇, 史振坤, 柴超群, 蔡飞, 著
  • 更新: 2025-05-28
  • 书号:9787566734853
  • 中图:TP274
  • 学科:
    工学
    控制科学与工程
    工学
    计算机科学与技术

相关图书