- 1、本文档共19页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
电商场景下智能推荐引擎
TOC\o1-2\h\u23639第1章智能推荐引擎概述 4
246871.1推荐系统的基本概念 4
278871.2智能推荐引擎的发展历程 4
268811.3电商场景下的推荐需求 4
3143第2章推荐系统关键技术 5
100972.1用户画像构建 5
93922.1.1用户基本信息收集 5
265422.1.2用户行为数据分析 5
147772.1.3用户标签体系构建 5
207292.1.4用户画像更新与维护 5
19892.2商品画像构建 5
163012.2.1商品属性抽取 6
197742.2.2商品类别体系构建 6
261422.2.3商品特征向量表示 6
293012.2.4商品画像更新与维护 6
136932.3相似度计算方法 6
116302.3.1余弦相似度 6
222532.3.2皮尔逊相关系数 6
269242.3.3修正的余弦相似度 6
322982.3.4Jaccard相似系数 6
133672.4推荐算法概述 6
272422.4.1基于内容的推荐算法 7
226402.4.2协同过滤推荐算法 7
203342.4.3混合推荐算法 7
37002.4.4深度学习推荐算法 7
28626第3章协同过滤推荐算法 7
43753.1用户基于协同过滤算法 7
151323.1.1算法原理 7
147853.1.2相似度计算 7
54113.1.3推荐列表 7
216873.2商品基于协同过滤算法 7
229743.2.1算法原理 8
52623.2.2相似度计算 8
17583.2.3推荐列表 8
16313.3模型优化与改进 8
21733.3.1冷启动问题 8
134273.3.2稀疏性处理 8
156283.3.3推荐解释性 8
213803.3.4多维度融合 8
15938第4章内容推荐算法 8
304034.1基于内容的推荐算法 9
65274.1.1特征提取 9
269424.1.2用户偏好建模 9
153874.1.3相似度计算 9
326124.2文本挖掘技术在推荐系统中的应用 9
151944.2.1商品描述分析 9
24854.2.2用户评论挖掘 9
73924.2.3用户查询意图识别 9
66224.3多模态内容推荐 10
112204.3.1跨模态特征融合 10
55894.3.2多任务学习框架 10
20704.3.3应用案例 10
12465第5章深度学习在推荐系统中的应用 10
184885.1神经协同过滤算法 10
243945.1.1神经协同过滤的原理 10
30915.1.2常见的神经协同过滤模型 10
202045.1.3神经协同过滤在电商推荐系统中的应用实例 10
33765.2序列模型在推荐系统中的应用 10
221845.2.1序列模型原理 10
254435.2.2基于循环神经网络的序列推荐模型 10
245715.2.3双塔模型在序列推荐中的应用 11
100525.3对抗网络在推荐系统中的应用 11
271135.3.1对抗网络原理 11
106035.3.2GAN在推荐系统中的应用 11
86415.3.3GAN在电商推荐系统中的具体实践 11
27806第6章冷启动问题及解决方案 11
100136.1冷启动问题概述 11
169726.2基于用户行为的冷启动解决方案 11
319756.2.1利用社会化信息 11
92326.2.2用户群体分析 11
305576.2.3迁移学习 12
312436.3基于内容的冷启动解决方案 12
141956.3.1利用物品元数据 12
157046.3.2基于物品相似度的推荐 12
15376.3.3利用外部信息源 12
7918第7章多任务学习在推荐系统中的应用 12
137247.1多任务学习概述 12
242267.2多任务学习框架 13
102597.2.1模型结构 13
69537.2.2学习策略 13
155807.3多任务学习在
文档评论(0)