图计算与推荐系统

图计算与推荐系统
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2023-12
版次: 1
ISBN: 9787111736967
定价: 99.00
装帧: 其他
开本: 16开
纸张: 胶版纸
页数: 232页
字数: 249千字
  • 这是一本全面讲解图计算、知识图谱及其在推荐系统领域应用的专著,为读者基于神经网络构建推荐系统提供了详细指导,是作者在相关领域10余年经验的总结。掌握本书内容,读者可开发出能处理多模态数据的推荐算法系统,提供更丰富和准确的推荐体验。
      本书主要内容分为两篇。
      第一篇 图数据以及图模型(第1-3章)
      对图数据、图神经网络、知识图谱的基础知识进行了梳理,帮助读者掌握着3项技术的关键原理与算法,为后面的学习打下基础。
      第二篇 推荐系统(第4-9章)
      首先介绍了推荐系统的架构,包括逻辑架构、技术架构和数据建模,以及基于GNN的推荐系统架构;然后详细讲解了如何基于GNN构建推荐系统,以及基于图的推荐算法;再接着讲解了知识图谱在推荐系统中的应用以及相关的算法模型;最后,探讨了推荐系统领域当前的热点问题、研究方向以及工业级推荐系统领域的核心难题
      本书注重实战,故理论知识简练且极具针对性,包含大量实战案例,图文并茂,易于阅读。 Contents..目  录

    推荐序一

    推荐序二

    推荐序三

    前言

    第一篇 图数据与图模型

    第1章 图数据基础 ··························2

    1.1 数学基础 ·····································2

    1.2 图的基本知识 ······························4

    1.2.1.什么是图 ·························4

    1.2.2.图中基本元素及定义 ·········5

    1.3 图的表示方法 ····························10

    1.3.1.图的代数表示 ················11

    1.3.2.图的遍历 ·······················13

    1.4 图数据及图神经网络 ··················14 

    1.4.1.图数据的性质 ················14

    1.4.2.图数据应用 ···················15

    1.4.3.图神经网络的发展史 ·······16

    1.5 本章小结 ···································17

    第2章 图神经网络基础 ·················18

    2.1 神经网络的基本知识 ··················18

    2.1.1.神经元 ··························19

    2.1.2.前馈神经网络 ················22

    2.1.3.反向传播 ·······················23

    2.2 卷积神经网络 ····························24

    2.2.1.卷积神经网络基本概念

    和特点 ··························25

    2.2.2.卷积神经网络模型 ··········29

    2.3 循环神经网络 ····························30

    2.3.1.循环神经网络结构和

    特点 ·····························31

    2.3.2.循环神经网络模型 ··········35

    2.4 图神经网络 ································36

    2.4.1.图神经网络综述 ·············36

    2.4.2.卷积图神经网络 ·············41

    2.4.3.循环图神经网络 ·············42

    2.5 本章小结 ···································44

    第3章 知识图谱基础 ·····················46

    3.1 知识图谱的定义和模型 ···············46

    3.1.1.知识图谱定义 ················47

    3.1.2.知识图谱嵌入 ················48

    3.1.3.距离变换模型 ················51

    3.1.4.语义匹配模型 ················53

    3.2 知识图谱上的神经网络 ···············55

    3.2.1.关系图卷积网络 ·············55

    3.2.2.知识图谱与注意力模型 ·····55

    3.3 本章小结 ···································59

    第二篇 推荐系统

    第4章 推荐系统架构 ·····················62

    4.1 推荐系统的逻辑架构 ··················62

    4.2 推荐系统的技术架构 ··················67

    4.3 推荐系统的数据和模型部分 ········69

    4.3.1.推荐系统中的数据平台

    建设 ·····························69

    4.3.2.推荐系统中的数据挖掘

    方法 ·····························73

    4.3.3.推荐系统模型 ················76

    4.4 推荐系统的评估 ·························81

    4.4.1.推荐系统的评估实验

    方法 ·····························89

    4.4.2.离线评估 ·······················89

    4.4.3.在线评估 ·······················92

    4.5 基于GNN的推荐系统架构 ·········94

    4.6 本章小结 ···································96

    第5章 基于GNN的推荐系统构

    建基础 ·······························97

    5.1 关于嵌入 ···································97

    5.2 Word2Vec ·································102

    5.2.1.哈夫曼树与哈夫曼编
  • 内容简介:
    这是一本全面讲解图计算、知识图谱及其在推荐系统领域应用的专著,为读者基于神经网络构建推荐系统提供了详细指导,是作者在相关领域10余年经验的总结。掌握本书内容,读者可开发出能处理多模态数据的推荐算法系统,提供更丰富和准确的推荐体验。
      本书主要内容分为两篇。
      第一篇 图数据以及图模型(第1-3章)
      对图数据、图神经网络、知识图谱的基础知识进行了梳理,帮助读者掌握着3项技术的关键原理与算法,为后面的学习打下基础。
      第二篇 推荐系统(第4-9章)
      首先介绍了推荐系统的架构,包括逻辑架构、技术架构和数据建模,以及基于GNN的推荐系统架构;然后详细讲解了如何基于GNN构建推荐系统,以及基于图的推荐算法;再接着讲解了知识图谱在推荐系统中的应用以及相关的算法模型;最后,探讨了推荐系统领域当前的热点问题、研究方向以及工业级推荐系统领域的核心难题
      本书注重实战,故理论知识简练且极具针对性,包含大量实战案例,图文并茂,易于阅读。
  • 目录:
    Contents..目  录

    推荐序一

    推荐序二

    推荐序三

    前言

    第一篇 图数据与图模型

    第1章 图数据基础 ··························2

    1.1 数学基础 ·····································2

    1.2 图的基本知识 ······························4

    1.2.1.什么是图 ·························4

    1.2.2.图中基本元素及定义 ·········5

    1.3 图的表示方法 ····························10

    1.3.1.图的代数表示 ················11

    1.3.2.图的遍历 ·······················13

    1.4 图数据及图神经网络 ··················14 

    1.4.1.图数据的性质 ················14

    1.4.2.图数据应用 ···················15

    1.4.3.图神经网络的发展史 ·······16

    1.5 本章小结 ···································17

    第2章 图神经网络基础 ·················18

    2.1 神经网络的基本知识 ··················18

    2.1.1.神经元 ··························19

    2.1.2.前馈神经网络 ················22

    2.1.3.反向传播 ·······················23

    2.2 卷积神经网络 ····························24

    2.2.1.卷积神经网络基本概念

    和特点 ··························25

    2.2.2.卷积神经网络模型 ··········29

    2.3 循环神经网络 ····························30

    2.3.1.循环神经网络结构和

    特点 ·····························31

    2.3.2.循环神经网络模型 ··········35

    2.4 图神经网络 ································36

    2.4.1.图神经网络综述 ·············36

    2.4.2.卷积图神经网络 ·············41

    2.4.3.循环图神经网络 ·············42

    2.5 本章小结 ···································44

    第3章 知识图谱基础 ·····················46

    3.1 知识图谱的定义和模型 ···············46

    3.1.1.知识图谱定义 ················47

    3.1.2.知识图谱嵌入 ················48

    3.1.3.距离变换模型 ················51

    3.1.4.语义匹配模型 ················53

    3.2 知识图谱上的神经网络 ···············55

    3.2.1.关系图卷积网络 ·············55

    3.2.2.知识图谱与注意力模型 ·····55

    3.3 本章小结 ···································59

    第二篇 推荐系统

    第4章 推荐系统架构 ·····················62

    4.1 推荐系统的逻辑架构 ··················62

    4.2 推荐系统的技术架构 ··················67

    4.3 推荐系统的数据和模型部分 ········69

    4.3.1.推荐系统中的数据平台

    建设 ·····························69

    4.3.2.推荐系统中的数据挖掘

    方法 ·····························73

    4.3.3.推荐系统模型 ················76

    4.4 推荐系统的评估 ·························81

    4.4.1.推荐系统的评估实验

    方法 ·····························89

    4.4.2.离线评估 ·······················89

    4.4.3.在线评估 ·······················92

    4.5 基于GNN的推荐系统架构 ·········94

    4.6 本章小结 ···································96

    第5章 基于GNN的推荐系统构

    建基础 ·······························97

    5.1 关于嵌入 ···································97

    5.2 Word2Vec ·································102

    5.2.1.哈夫曼树与哈夫曼编
查看详情
12
相关图书 / 更多
图计算与推荐系统
两头不到岸:二十世纪初年中国的社会、政治和文化
杨国强
图计算与推荐系统
高罗佩 : 其人其书
【荷】 扬威廉·范德魏特灵
图计算与推荐系统
官家的心事 : 宋朝宫廷政治三百年
吴铮强
图计算与推荐系统
重读鲁迅:荣格的参照视角
卡罗琳·T. 布朗
图计算与推荐系统
范用:为书籍的一生
汪家明 编著
图计算与推荐系统
没有面目的人
理查德·桑内特 著;周悟拿 译
图计算与推荐系统
两美元过一天 : 美国的福利与贫穷
凯瑟琳·爱丁;卢克·谢弗
图计算与推荐系统
以文学为业:一部体制史(艺术与社会译丛)
杰拉尔德·格拉夫 著;蒋思婷 译;童可依
图计算与推荐系统
我是谁?段义孚自传
[美]段义孚 著;志丞 刘苏 译
图计算与推荐系统
原子与灰烬:核灾难的历史
[美]沙希利·浦洛基
图计算与推荐系统
父权制与资本积累:国际劳动分工中的女性(共域世界史)
[德]玛丽亚·米斯 著;李昕一 徐明强 译
图计算与推荐系统
(守望者)谁是罗兰·巴特
汪民安 著
您可能感兴趣 / 更多
图计算与推荐系统
计算机系统开创性经典文献选读与解析
刘宇航 包云岗 编著
图计算与推荐系统
轨道交通车辆制动装置(智媒体活页式)
刘宇;张立明;谯建春
图计算与推荐系统
公共图书馆促进国家公共文化服务体系示范区建设研究
刘宇
图计算与推荐系统
铸魂育人,启智润心——中药学魅力课堂
刘宇
图计算与推荐系统
企业数字化转型与实践
刘宇熹
图计算与推荐系统
隧道病害机理研究及安全评估
刘宇
图计算与推荐系统
中国与世界经济发展报告(2023)
刘宇南;张学颖;张宇贤;王远鸿;牛犁
图计算与推荐系统
问题解决力养成STEAM科学盒子:光学实验室
刘宇 译;[美]克里斯·赫希曼 文;[英]约翰·德沃勒 图;乐乐趣 出品
图计算与推荐系统
乐队指挥论
刘宇 著
图计算与推荐系统
索莱尔斯作品中国传统文化元素研究
刘宇宁
图计算与推荐系统
Serverless工程实践:从入门到进阶
刘宇
图计算与推荐系统
Serverless架构:从原理、设计到项目实战
刘宇