安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

检索匹配:深度学习在搜索、广告、推荐系统中的应用/康善同编著

出版发行项:

北京:机械工业出版社,2022

ISBN及定价:

978-7-111-70607-6/CNY79.00

载体形态项:

x, 194页:图;24cm

并列正题名:

Retrieval and matching

其它题名:

深度学习在搜索、广告、推荐系统中的应用

丛编项:

大数据科学丛书

个人责任者:

康善同 编著

学科主题:

机器学习-应用-互联网络-信息检索

中图法分类号:

TP181

中图法分类号:

G254.928

责任者附注:

康善同, 本科毕业于南京大学; 于北京大学获得计算机系统结构硕士学位; 有十余年的互联网大厂一线算法相关工作经验。

提要文摘附注:

本书主要介绍了深度学习在互联网核心的三大类业务 (搜索、广告、推荐系统) 检索系统中的应用。书中详细讲述了检索匹配的理论、演进历史, 以及在业务中落地一个基于深度学习算法模型的全流程技能, 包括业务问题建模、样本准备、特征抽取、模型训练和预测等, 并提供了相应的代码。全书共11章, 分为四大部分。第1部分 (第1-2章) 介绍了深度学习的相关理论知识; 第2部分 (第3-6章) 介绍了业务中如何上线一个深度学习模型, 包括标签拼接、特征抽取、模型训练和预测等流程, 采用单机实现; 第3部分 (第7-9章) 介绍了检索算法基本理论以及演进历史, 并以业内应用较为广泛的双塔模型DSSM为例进行了详细理论解析和代码实现; 第4部分 (第10-11章) 介绍了如何将单机训练模式改造为分布式训练模式, 以加快模型的训练速度, 从而应对具有海量样本的业务场景。

豆瓣简介：