机读格式显示(MARC)

• 000 01569nam 2200337 450

• 001 0000859432

• 005 20220523134100.0

• 010 __ |a 978-7-302-60010-7 |d CNY69.80

• 100 __ |a 20220421d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 智能推荐技术 |A zhi neng tui jian ji shu |f 潘微科, 林晶, 明仲著

• 210 __ |a 北京 |c 清华大学出版社 |d 2022

• 215 __ |a 275页, [12] 页图版 |c 图 (部分彩图) |d 27cm

• 225 2_ |a 大数据与人工智能技术丛书 |A da shu ju yu ren gong zhi neng ji shu cong shu

• 300 __ |a 水木书荟

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目

• 330 __ |a 本书围绕用户行为数据的建模问题组织内容。全书共分6部分：第1部分(第1章)为背景和基础；第2部分(第2-4章)为单行为推荐，是指仅对一种显式反馈(如评分)或一种隐式反馈(如浏览)数据进行建模；第3部分(第5-6章)为多行为推荐是指同时考虑浏览和购买等包含多种行为的数据；第4部分(第7-8章)为序列推荐，是指同时关注用户行为和这些行为的先后顺序；第5部分(第9-10章)为联邦推荐，更加关注用户行为中的隐私和数据安全问题；第6部分(第11章)为总结与展望。全书综合梳理了多个智能推荐问题和相关技术，分析了方法的优缺点和内在联系，并在每章结束时提供了详细的参考文献和有针对性的习题。

• 410 _0 |1 2001 |a 大数据与人工智能技术丛书

• 510 1_ |a Intelligent recommendation technology |z eng

• 606 0_ |a 搜索引擎 |A sou suo yin qing |x 研究

• 690 __ |a G254.928 |v 5

• 701 _0 |a 潘微科 |A pan wei ke |4 著

• 701 _0 |a 林晶 |A lin jing |4 著

• 701 _0 |a 明仲 |A ming zhong |4 著

• 801 _0 |a CN |b HDUL |c 20220523

• 905 __ |a HDUL |d G254.928/322

• 920 __ |a 233030 |z 1