社会化环境下商品个性化推荐方法

社会化环境下商品个性化推荐方法
作 者: 梁晶
出版社: 华中科技大学出版社
丛编项:
版权说明: 本书为公共版权或经版权方授权,请支持正版图书
标 签: 暂缺
ISBN 出版时间 包装 开本 页数 字数
未知 暂无 暂无 未知 0 暂无

作者简介

  梁晶,副教授,中国商业统计学会理事、湖北省市场营销学会理事,湖北高校优秀教学团队负责人、湖北省一流课程负责人,主持教育部产学合作协同育人项目2项,主持湖北省教育厅人文社科项目1项,主持校级课题6项,主编教材2部,发表论文10余篇(含 2篇CSSCI),申请软著“基于大数据的产品智能推荐系统”1项,指导学生参加挑战杯、创青春、全国大学生电子商务“三创”大赛、全国大学生市场调查与分析大赛等获得*奖项3项、省级以上奖项近20项。

内容简介

(1)提出了社会化环境下商品推荐呈现的特征,总结了传统推荐方法的基本原理、推荐流程及优缺点,分析了基于深度学习的推荐方法、面向社会化环境的商品推荐方法的分类、研究进展和主要研究成果。(2)总结了基于内存的社会化推荐系统、基于模型的社会化推荐系统、基于社会化标签的推荐系统的推荐原理、研究进展和主要研究成果。(3)总结了社会化商品推荐面临的挑战,归纳了传统商品推荐存在的问题,分析了社会化标签在商品推荐中应用可行性,提出了基于社会化标签和多维信息特征融合的商品推荐模型,给出了模型实现的主要方法。(4)针对社会化标签在内容特征上呈现语义缺失、在数量特征上呈现出“长尾”现象,利用标签信息表征用户兴趣,提出了基于标签间语义相关性的商品推荐方法。(5)针对目前社会化商品推荐方法存在的数据来源单一、推荐类型缺乏多样性的问题,综合考虑需求匹配、功能互补、情景相似、畅销流行等多维信息特征,设计了融合多维信息特征的商品推荐方法。

图书目录

1绪论/1

1.1选题背景和意义/1

1.1.1选题背景/1

1.1.2选题意义/4

1.2国内外研究现状/6

1.2.1社会化推荐研究现状/6

1.2.2标签推荐研究现状/10

1.2.3商品推荐研究现状/16

1.2.4国内外研究述评/21

1.3研究方法/26

2社会化商品推荐相关理论与方法/28

2.1社会化商品推荐的概念与特征/28

2.2社会化标签系统概述/31

2.2.1标签系统类型/31

2.2.2社会化标签系统的特点/31

2.3传统信息推荐理论与方法/33

2.3.1基于信息内容的信息推荐方法/33

2.3.2基于协同过滤的信息推荐方法/35

2.3.3基于规则的信息推荐方法/38

2.3.4混合推荐方法/39

2.4基于深度学习的推荐方法/40

2.4.1基于多层感知机的推荐方法/40

2.4.2基于卷积神经网络的推荐方法/41

2.4.3基于循环神经网络的推荐方法/41

2.5面向社会化环境的商品推荐方法/42

2.6社会化商品推荐技术基础/45

2.6.1信息抽取/45

2.6.2知识融合/49

3社会化推荐系统概述与分析/53

3.1社会化推荐系统概述/53

3.2基于内存的社会化推荐系统/55

3.2.1TidalTrust/55

3.2.2MoleTrust/57

3.3基于模型的社会化推荐系统/58

3.3.1SoRec/58

3.3.2TrustMF/60

3.3.3TrustPMF/62

3.3.4LOCABAL/65

3.3.5SoReg/67

3.3.6SocialMF/68

3.3.7RSTE/72

3.4基于社会化标签的推荐系统/74

3.4.1Delicious/74

3.4.2CiteULike/75

3.4.3Connotea/76

3.4.4Flickr/77

3.4.5YouTube/79

4基于社会化标签的商品推荐模型/82

4.1问题的提出/82

4.1.1社会化环境下商品推荐面临的挑战/82

4.1.2传统的商品推荐模型存在的问题/83

4.1.3社会化标签在商品推荐中应用的可行性/84

4.2基于社会化标签的商品推荐模型/85

4.2.1现有的基于社会化标签的推荐模型/85

4.2.2基于社会化标签和多维信息的商品推荐模型/88

5基于标签间语义相关性的商品推荐方法/91

5.1问题的提出/91

5.2基于标签间语义相关性的商品推荐方法概述/93

5.2.1标签间语义相关性计算/93

5.2.2用户标签综合权重计算/94

5.2.3用户兴趣表达/96

5.2.4商品个性化推荐/97

5.3实验与结果分析/98

5.3.1实验数据/98

5.3.2实验环境与测评指标/98

5.3.3实验对比与结果分析/98

6基于多维信息特征融合的商品推荐方法/102

6.1问题的提出/102

6.2基于多维信息特征融合的商品推荐方法概述/103

6.2.1商品用户需求匹配度计算/103

6.2.2商品功能互补度计算/104

6.2.3商品情景相似度计算/105

6.2.4商品畅销流行度计算/106

6.2.5TopN商品推荐/106

6.3实验与结果分析/107

6.3.1实验数据/107

6.3.2实验环境与测评指标/107

6.3.3实验结果与分析/108

7全文总结与展望/111

7.1全文总结/111

7.2下一步工作展望/112

参考文献/114