





定价:99元
印次:1-1
ISBN:9787302531968
出版日期:2019.08.01
印刷日期:2019.08.08
图书责编:王倩
图书分类:学术专著
个性化推荐技术已经成为互联网应用的基础技术之一,它广泛应用于电子商务、搜索引擎、社会网络、新闻阅读等互联网服务中,成为用户获得信息的重要途径之一。本文以个性化推荐的可解释性为主题,在数据、模型和经济效益三个层面上展开探讨。在数据上,个性化推荐的评分矩阵可以等价描述为用户-物品二部图上的社区发现结构;在模型上,个性化算法可以给出与推荐模型紧密相关的个性化推荐理由;在经济效益上,个性化推荐可以作为互联网商品服务资源分配的基本手段,实现互联网社会福利的最大化,从而提高互联网经济系统的效益。
“清华大学优秀博士学位论文丛书”(以下简称“优博丛书”)精选自2014年以来入选的清华大学校级优秀博士学位论文(Top 5%)。每篇论文经作者进一步修改、充实并增加导师序言后,以专著形式呈现在读者面前。“优博丛书”选题范围涉及自然科学和人文社会科学各主要领域,覆盖清华大学开设的全部一级学科,代表了清华大学各学科最优秀的博士学位论文的水平,反映了相关领域最新的科研进展,具有较强的前沿性、系统性和可读性,是广大博硕士研究生开题及撰写学位论文的必备参考,也是科研人员快速和系统了解某一细分领域发展概况、最新进展以及创新思路的有效途径。
个性化推荐技术已经成为互联网应用的基础技术之一,它广泛应用于电子商务、搜索引擎、社会网络、新闻阅读等互联网服务中,成为用户获得信息的重要途径之一。通过个性化推荐,用户可以更为便捷地访问自己可能感兴趣的物品,从而获得更好的体验。 一直以来,个性化推荐的研究主要集中在如何为用户给出恰当的推荐结果,而较少关注为什么算法会给出这样的结果,因此难以向用户给出具有说服力的、与算法一致的推荐理由。这就自然地引出了个性化推荐系统的可解释性问题。通过理解为什么系统会给出特定的推荐,就能在为用户提供个性化推荐理由的同时,提高系统和算法的透明度、可靠性、有效性,并最终提高用户的满意度。 本书以个性化推荐的可解释性这一新的研究课题为主线,在数据、模型和经济效益三个层面上展开了深入的探讨。在数据上,个性化推荐的评分矩阵可以等价描述为用户 -物品二部图上的社区发现结构;在模型上,个性化算法可以给出与推荐模型紧密相关的个性化推荐理由;在经济效益上,个性化推荐可以作为互联网商品服务资源分配的基本手段,实现互联网社会福利的最大化,从而提高互联网经济系统的效益。 因此,本书不仅仅是张永锋博士学位论文工作中精华的整理,同时还为我们揭示了一个新的、有趣的、有挑战性又具有可行性的研究课题:融合经济学与计算机科学的个性化推荐。随着互联网经济系统的迅速发展,个性化推荐系统不再仅仅为用户提供感兴趣的商品或服务推荐,而更是网络资源分配的基本手段之一。经济学是一个古老的研究课题,数个世纪以来已经积累了成熟的研究成果和理论,而计算机科学相对而言是一个新兴且快速发展的学科,并在方方面面深入影响着我们的日常生活,在互联网领域尤其...
1.1研究背景 1
1.2问题的提出 .5
1.3面临的主要挑战 6
1.4主要贡献 9
第 2章研究现状与相关工作 11
2.1个性化推荐 . 11
2.1.1基于内容的推荐 . 12
2.1.2基于协同过滤的推荐 . 12
2.1.3混合型推荐系统 . 15
2.2矩阵分解 16
2.3推荐的可解释性 19
2.4文本情感分析 . 20
2.5本章小结 21
第 3章数据的可解释性 . 23
3.1矩阵的群组结构 23
3.1.1概述 23
3.1.2相关工作 . 26
3.1.3双边块对角矩阵及其性质 27
3.1.4矩阵的双边块对角化算法 33
3.1.5基于块对角阵的协同过滤 37
3.2局部化矩阵分解算法 . 38
3.2.1概述 39
3.2.2相关工作 . 40
3.2.3双边块对角矩阵的分解性质 . 41
3.2.4近似矩阵分解算法及其可拆分性质 . 44
3.2.5局部化矩阵分解框架 . 49
3.2.6平衡矩阵块对角化算法 . 50
3.3性能评测 53
3.3.1双边块对角矩阵与群组结构的定性研究 53
3.3.2局部化矩阵分解算法性能及预测精度 . 57
3.4本章小结 64
第 4章模型的可解释性 . 67
4.1显式变量分解模型 . 67
4...