幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

深度匹配學習(面向搜索與推薦)/智源人工智慧叢書

  • 作者：徐君//何向南//李航|責編:溫雪|譯者:朱小虎
  • 出版社：人民郵電
  • ISBN：9787115605146
  • 出版日期：2023/01/01
  • 裝幀：平裝
  • 頁數：190
人民幣：RMB 69.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書從語義匹配的角度解決搜索引擎和推薦系統的關鍵痛點，為構建解決語義匹配問題的深度學習模型提供了通用框架。第1章概述搜索和推薦中的語義匹配問題，以及近年來的研究進展。第2章介紹傳統匹配模型，包括潛在空間模型。第3章介紹深度學習技術在構建匹配模型時的應用。第4章和第5章分別介紹用於搜索和推薦的深度匹配模型，並將當前的深度學習解決方案分為兩類：表示學習方法和匹配函數學習方法。第6章對全書內容做了總結，併為讀者指明進一步學習的方向。
    本書適合對深度學習感興趣的各類讀者，包括相關專業的本科生、研究生、博士生，以及從事信息檢索、搜索引擎、推薦系統、計算廣告相關工作的軟體工程師。
作者介紹
徐君//何向南//李航|責編:溫雪|譯者:朱小虎
目錄
第1章  引論
  1.1  搜索和推薦
  1.2  從匹配的角度統一搜索和推薦
  1.3  搜索中的不匹配問題
  1.4  推薦系統中的不匹配問題
  1.5  最新進展
  1.6  關於本書
第2章  傳統匹配模型
  2.1  匹配學習
    2.1.1  匹配函數
    2.1.2  匹配函數的學習
  2.2  搜索和推薦中的匹配模型
    2.2.1  搜索中的匹配模型
    2.2.2  推薦中的匹配模型
    2.2.3  潛在空間中的匹配
  2.3  搜索中的潛在空間模型
    2.3.1  PLS
    2.3.2  RMLS
    2.3.3  SSI
  2.4  推薦中的潛在空間模型
    2.4.1  BMF
    2.4.2  FISM
    2.4.3  FM
  2.5  延伸閱讀
第3章  用於匹配的深度學習
  3.1  深度學習概述
    3.1.1  深度神經網路
    3.1.2  表示學習
  3.2  用於匹配的深度學習概述
    3.2.1  深度匹配的通用框架
    3.2.2  深度匹配的典型架構
    3.2.3  深度匹配的設計原理
第4章  搜索中的深度匹配模型
  4.1  基於表示學習的匹配模型
    4.1.1  總體框架
    4.1.2  FNN表示
    4.1.3  CNN表示
    4.1.4  RNN表示
    4.1.5  無監督方法和弱監督方法下的表示學習
    4.1.6  表示多模態的查詢和文檔
    4.1.7  實驗結果
  4.2  基於匹配函數學習的查詢–文檔匹配模型
    4.2.1  總體框架
    4.2.2  用匹配矩陣學習匹配函數
    4.2.3  用注意力機制學習匹配函數
    4.2.4  搜索中的匹配函數學習
    4.2.5  實驗結果
  4.3  討論和延伸閱讀
    4.3.1  討論
    4.3.2  延伸閱讀

第5章  推薦中的深度匹配模型
  5.1  基於表示學習的匹配
    5.1.1  從無序交互中學習表示
    5.1.2  從順序交互中學習表示
    5.1.3  從多模態內容中學習表示
    5.1.4  從圖數據中學習表示
  5.2  基於匹配函數學習的匹配
    5.2.1  雙路匹配
    5.2.2  多路匹配
  5.3  延伸閱讀
    5.3.1  論文
    5.3.2  基準數據集
    5.3.3  開源軟體庫
第6章  結論和未來研究方向
  6.1  總結
  6.2  其他任務中的匹配
  6.3  開放問題和未來發展方向
術語縮寫表
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032