机读格式显示(MARC)

• 000 01468nam0 2200253 450

• 001 0000491864

• 005 20241210161700.0

• 010 __ |a 978-7-111-73696-7 |d CNY99.00

• 100 __ |a 20231221d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 图计算与推荐系统 |A tu ji suan yu tui jian xi tong |d = Graph computing and recommendation system |f 刘宇著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2023

• 215 __ |a xi, 218页 |c 图 |d 24cm

• 314 __ |a 刘宇, 资深AI技术专家和搜索与推荐领域专家, 曾在多家互联网公司担任资深算法专家、技术总监以及技术VP, 现担任某创业公司CTO。

• 330 __ |a 本书分为两篇: 图数据与图模型 (第1-3章)、推荐系统 (第4-9章)。第1章主要介绍图数据的基础知识, 帮助读者理解数据结构中图的概念以及图数据结构的表示。第2章主要介绍神经网络的基础知识。第3章主要介绍知识图谱的基础知识。第4章主要介绍推荐系统的架构。推荐系统是一种信息过滤技术, 旨在为用户提供个性化的推荐内容, 帮助用户发现感兴趣的物品或资源。推荐系统的核心目标是根据用户的偏好和行为, 预测和推荐用户可能感兴趣的物品。第5章和第6章主要介绍构建基于GNN的推荐系统的基础知识, 以及利用图数据进行推荐的算法。第7章对知识图谱在推荐系统中的应用展开讲解。第8章和第9章介绍推荐系统的热点问题、研究方向, 以及实践案例。

• 510 1_ |a Graph computing and recommendation system |z eng

• 606 0_ |a 图象数据处理 |A tu xiang shu ju chu li

• 690 __ |a TN911.73 |v 5

• 701 _0 |a 刘宇 |A liu yu |4 著

• 801 _0 |a CN |b 湖北三新 |c 20231221

• 905 __ |a AUSTL |d TN911.73/L934