机读格式显示(MARC)

• 000 01614nam 2200301 450

• 001 0000655532

• 005 20240601134000.0

• 010 __ |a 978-7-111-70060-9 |d CNY49.00

• 100 __ |a 20220611d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 基于网络特征学习的个性化推荐系统 |A ji yu wang luo te zheng xue xi de ge xing hua tui jian xi tong |d = Network representation learning based recommenger systems |f 王鸿伟著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2022

• 215 __ |a XXXIII, 256页, [3] 页图版 |c 图 |d 21cm

• 225 2_ |a CCF优秀博士学位论文丛书 |A CCF you xiu bo shi xue wei lun wen cong shu

• 300 __ |a 中国计算机领域具有重要突破或重要创新的博士研究生科研成果

• 314 __ |a 王鸿伟, 伊利诺伊大学厄巴纳-香槟分校博士后。过敏意, 教授, 博士生导师。国家杰出青年科学基金获得者, 入选国家千人计划, IEEEFellow、中国计算机学会常务理事和会士。

• 320 __ |a 有书目 (第229-249页)

• 330 __ |a 本书主要介绍如何学习网络中的节点表征, 并将其应用到推荐系统中, 重点研究了推荐系统中的三种各具代表性的网络: 用户一产品交互的二分图, 用户端的社交网络, 产品端的知识图谱。本书系统性地研究了三种网络的建模, 提出了针对不同种类的网络在多个层面将网络信息和推荐系统进行结合的解诀方案。这些解决方案获得了学术圈的广泛关注, 有些方案已经在实际的工业场景中落地, 具有很强的学术和产业价值。

• 410 _0 |1 2001 |a CCF优秀博士学位论文丛书

• 510 1_ |a Network representation learning based recommenger systems |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 王鸿伟 |A wang hong wei |4 著

• 801 _0 |a CN |b 安徽时代 |c 20220611

• 905 __ |a LIB |d TP181/303