同類熱銷排行榜

大模型智能推薦系統(技術解析與開發實踐)

作者：梁志遠//韓曉晨|責編:王金柱//秦山玉
出版社：清華大學
ISBN：9787302685654

出版日期：2025/04/01
裝幀：平裝
頁數：385

人民幣：RMB 129 元售價：元

內容大鋼

本書系統闡述大語言模型與推薦系統深度融合的創新實踐，涵蓋技術原理、開發方法及實戰案例。本書分為4部分，共12章，涉及推薦系統的多個關鍵模塊，包括技術框架、數據處理、特徵工程、嵌入生成、排序優化及推薦結果評估。重點解析大語言模型在冷啟動問題、長尾內容優化和個性化推薦等領域的核心技術，通過深度剖析上下文學習、Prompt工程及分散式部署等方法，展示如何利用大語言模型提高推薦精度和用戶體驗。同時，通過實戰項目的解析，助力讀者掌握高效智能推薦系統從開發到部署的全流程。本書還引用了Hugging Face的Transformer庫、ONNX優化工具以及分散式推理框架等先進技術，為構建工業級推薦系統築牢堅實基礎。
本書注重理論與實踐的結合，尤其適合希望將推薦技術應用於業務場景的開發者與研究人員閱讀。

作者介紹

梁志遠//韓曉晨|責編:王金柱//秦山玉

第1部分  理論基礎與技術框架
  第1章  大語言模型推薦系統的技術框架
    1.1  基本技術詳解
      1.1.1  Transformer架構基礎
      1.1.2  注意力機制
      1.1.3  大規模向量檢索技術
      1.1.4  Prompt工程與上下文學習技術
      1.1.5  計算性能優化與並行訓練技術
    1.2  大語言模型推薦系統的核心模塊
      1.2.1  嵌入生成與用戶畫像建模
      1.2.2  嵌入生成模塊
      1.2.3  召回模塊
      1.2.4  排序模塊
      1.2.5  實時推薦與上下文處理模塊
    1.3  推薦系統的關鍵挑戰與解決技術
      1.3.1  數據稀疏性問題
      1.3.2  高併發環境詳解
    1.4  本章小結
    1.5  思考題
  第2章  數據處理與特徵工程
    2.1  數據清洗與標準化
      2.1.1  異構數據格式標準化處理
      2.1.2  數據雜訊過濾與異常檢測
    2.2  用戶畫像與物品畫像的構建
      2.2.1  用戶興趣特徵生成
      2.2.2  基於嵌入向量的物品特徵提取
    2.3  特徵交互與場景特徵生成
      2.3.1  特徵交叉組合實現
      2.3.2  領域知識的上下文特徵增強
    2.4  本章小結
    2.5  思考題
第2部分  核心技術解析
  第3章  嵌入技術在推薦系統中的應用
    3.1  用戶行為嵌入生成技術
      3.1.1  基於大語言模型的用戶行為編碼
      3.1.2  時間序列特徵的嵌入優化
    3.2  多模態數據嵌入技術
      3.2.1  文本、圖像與視頻嵌入的融合方法
      3.2.2  基於CLIP模型的多模態特徵聯合嵌入
    3.3  嵌入向量的存儲與檢索優化
      3.3.1  使用Faiss進行高效向量檢索
      3.3.2  向量檢索優化
      3.3.3  文本嵌入向量生成
    3.4  自監督嵌入學習方法
      3.4.1  自監督學習基本原理
      3.4.2  基於對比學習的嵌入生成
    3.5  本章小結
    ……
第3部分  模型優化與進階技術
第4部分  實戰與部署

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

大模型智能推薦系統(技術解析與開發實踐)