深度學習推薦方法及應用
龐光垚
2人在讀
10.6萬字總字數
¥34.5定價
龐光垚
推薦系統是解決信息過載的重要技術，是信息檢索和數據挖掘等領域的研究熱點。目前，基於深度學習的混合推薦方法佔據主流，但這些方法往往忽略了結構化數據中組合信息和整體信息所蘊含的豐富隱藏特徵，同時也未能有效應對文本數據（非結構化數據）中存在的單詞稀疏和同義詞問題。 爲了解決以上問題，本書提出了以下推薦方法：基於“字符-短語”注意力機制和因子分解機的混合推薦方法和基於“局部-整體”注意力和文本匹配機制的推薦方法，旨在通過獲取更多信息和提升模型特徵提取能力，來實現更精準的個性化推薦；基於層次注意力和增強經驗優先回放機制的深度強化學習推薦方法和基於自適應元模仿學習的推薦 環境模擬器，旨在突破深度強化學習在推薦領域面臨的挑戰。此外，本書還在船貨匹配場景中，從實踐角度驗證並應用了所提出的推薦方法。