|
题名:
|
社交推荐中的用户相似度优化研究 / 韩迪著 , |
|
ISBN:
|
978-7-5218-4537-2 价格： CNY78.00 |
|
语种:
|
chi |
|
载体形态:
|
195页 图 25cm |
|
出版发行:
|
出版地： 北京 出版社： 经济科学出版社 出版日期： 2023 |
|
内容提要:
|
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。 |
|
主题词:
|
机器学习 |
|
主题词:
|
数据处理 |
|
中图分类法:
|
TP181 版次： 5 |
|
中图分类法:
|
TP274 版次： 5 |
|
主要责任者:
|
韩迪 著 |
|
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 |