机读格式显示(MARC)

• 000 01700nam 2200349 450

• 001 0000782247

• 005 20230313105100.0

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

• 099 __ |a CAL 012022047850

• 100 __ |a 20220402d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk 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 26cm

• 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

• 312 __ |a 英文并列题名取自封面

• 314 __ |a 潘微科, 博士, 深圳大学计算机与软件学院副教授, 硕士生导师, 深圳市优秀教师。林晶, 硕士, 深圳大学计算机与软件学院2021届毕业生, 现任腾讯音乐研发工程师。明仲, 博士, 深圳大学研究生院执行院长、二级教授, 博士生导师。

• 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。

• 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 程序设计

• 690 __ |a TP391.3 |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 WHUTL |c 20220530

• 905 __ |a SCNU |f TP391.3/3222

• 920 __ |a 242430 |z 1