多模態數據下的推薦算法及在線評論行為研究

管悅

多模態數據下的推薦算法及在線評論行為研究 預覽內頁
  • 出版商: 清華大學
  • 出版日期: 2024-05-01
  • 定價: $408
  • 售價: 8.5 折 $347
  • 語言: 簡體中文
  • ISBN: 730265770X
  • ISBN-13: 9787302657705

    • 下單後立即進貨 (約4週~6週)

  • 多模態數據下的推薦算法及在線評論行為研究-preview-1
  • 多模態數據下的推薦算法及在線評論行為研究-preview-2
  • 多模態數據下的推薦算法及在線評論行為研究-preview-3
多模態數據下的推薦算法及在線評論行為研究-preview-1

相關主題

商品描述

以圖像和文本為代表的多模態數據為用戶線上購買和交友決策過程提供了重要信息參考。本書基於推薦及評論這兩個重要的用戶決策支持系統，主要研究了基於多模態數據的推薦算法設計以及多模態數據對用戶評論行為產生的影響。本書的特色在於聚焦數字經濟平臺的重要領域，關註了平臺的兩個核心功能——推薦功能和評論功能，並深入研究了多模態數據在其中所具有的價值和所起到的作用。 全書共6章，內容包括選題背景；與平臺推薦和評論系統相關的已有研究成果；基於多模態數據的推薦算法設計；評論系統中用戶生成圖像對後續消費者決策所產生的影響；未來發展趨勢。 《多模態數據下的推薦算法及在線評論行為研究》主要面向高等院校管理科學與工程、信息管理相關專業高年級本科生及研究生，也為推薦算法、多模態數據分析相關研究領域的廣大科技工作者和研究同行提供參考。

目錄大綱

目錄

第1章引言1

1.1多模態數據與人工智能2

1.2基於多模態數據的推薦系統5

1.3本書主要內容與創新7

第2章推薦算法和評論系統相關研究動態13

2.1推薦系統概述14

2.2圖像文本融合的推薦算法16

2.2.1基於圖像的推薦16

2.2.2多模態數據的表示學習18

2.2.3圖像文本認知風格19

2.3雙邊推薦算法20

2.3.1雙邊推薦20

2.3.2文本建模22

2.3.3在線交友中的自我呈現23

2.4消費者生成圖像的行為影響25

2.4.1圖像在電子商務平臺的作用25

2.4.2產品評論的影響因素28

2.5本章小結29

第3章基於圖像和文本的產品推薦算法30

3.1背景介紹30

3.2模型框架和計算方法32

3.2.1問題描述32

3.2.2DeepMINE模型33

3.2.3參數學習38

3.2.4預測和推薦40

3.3實證研究與結果40

3.3.1數據描述40

3.3.2評估指標和基準模型41

3.3.3實驗結果43

3.4本章小結53

第4章基於結構化屬性和問答文本的雙邊推薦算法55

4.1背景介紹55

4.2場景和匹配過程58

4.3研究模型59

4.3.1預備知識59

4.3.2模型概覽60

4.3.3結構化屬性與文本信息62

4.3.4第一階段: 請求者的偏好學習62

4.3.5第二階段: 接收者的偏好學習64

4.3.6目標函數65

4.3.7推薦結果生成66

4.4實驗結果及分析67

4.4.1研究背景和數據集描述67

4.4.2Word2vec單詞聚類68

4.4.3評價指標69

4.4.4參數設置和基準模型70

4.4.5實驗結果71

4.5本章小結80

第5章消費者生成圖像對評論打分的行為影響82

5.1背景介紹82

5.2研究假設85

5.3主要場景和數據描述88

5.4模型和主要結果91

5.4.1傾向得分匹配92

5.4.2雙重差分模型92

5.4.3CGI對產品評分的總體影響94

5.5CGI不同屬性的異質性影響95

5.5.1CGI美學評估模型95

5.5.2人臉檢測98

5.5.3CGI視覺屬性的異質性影響98

5.5.4CGI評論者的主觀性99

5.5.5不同數量CGI的影響101

5.5.6CGI對搜索型產品的影響102

5.6穩健性檢驗104

5.6.1考慮評論排序機制下首頁CGI產生的影響104

5.6.2相對時間模型106

5.6.3其他穩健性檢驗107

5.7用戶實驗109

5.7.1實驗設計109

5.7.2信度、效度與操縱檢查111

5.7.3實驗結果112

5.8本章小結115

第6章結語117

6.1內容總結117

6.2本書創新點119

6.3未來趨勢120

參考文獻122

類似商品