新書推薦：
《
晚清洋务运动始末
》
售價：HK$
95.8
《
美索不达米亚神话
》
售價：HK$
83.8
《
别害怕吵架：教孩子在冲突中学会正向沟通
》
售價：HK$
58.8
《
这个甜甜圈不能卖：奇思妙想爆笑绘本（全2册）
》
售價：HK$
95.8
《
生活中的民法典实用全书：应知应懂的法律常识
》
售價：HK$
106.8
《
饲渊
》
售價：HK$
47.8
《
现金为王：把利润留下来，把成本降下去
》
售價：HK$
82.8
《
经纬度丛书·巴勒斯坦人的故事：流亡者的悲情、绝望与抗争
》
售價：HK$
105.6
|
| 內容簡介： |
|
本书针对当前空间-文本数据的查询与推荐领域中亟待解决的空间关键字语义近似查询、查询结果典型化分析和多样性兴趣点推荐等问题进行阐述，以多年来在该方面发表的学术论文为基础，对所取得的相关成果进行了详细的分类，对成果的创新性进行详细的总结，内容主要包括：空间-文本数据的查询索引结构，基于CGAN的空间关键字查询语义扩展方法，空间-文本-数值相融合的混合索引结构，查询结果的典型化分析与top-k选取，多样性与个性化兴趣点推荐方法等。
|
| 關於作者： |
|
张霄雁，辽宁工程技术大学工程师，在读博士，主持辽宁省教育厅项目1项，参与国家自然科学基金、辽宁省自然科学基金和辽宁省教育厅项目等5项。主讲本科生核心课程2门，发表学术论文20余篇，出版学术专著1部。
|
| 目錄：
|
|
目 录第1章 空间-文本数据查询的基础理论和相关技术11.1 空间关键字查询方法研究现状11.2 空间-文本对象和空间关键字查询31.2.1 空间-文本对象和空间关键字查询的定义31.2.2 空间关键字查询的处理方法41.2.3 查询关键字拼写错误的处理方法61.3 空间索引结构R-Tree71.3.1 R-Tree结构71.3.2 R-Tree查询操作81.3.3 R-Tree插入操作91.3.4 R-Tree删除操作111.4 空间-文本混合索引结构121.4.1 IR-Tree结构121.4.2 IR-Tree实例131.5 本章小结151.6 参考文献15第2章 基于CGAN的空间关键字语义近似查询182.1 引言182.2 问题定义和解决方案202.2.1 问题定义202.2.2 解决方案212.3 空间关键字查询语义扩展222.3.1 GAN和CGAN222.3.2 CGAN生成器的构建242.3.3 判别器的构建262.3.4 CGAN的构建262.4 查询与结果的相关性评估272.4.1 文本相似度评估272.4.2 数值满意度评估282.4.3 综合评分函数302.5 索引结构与查询匹配算法302.5.1 索引结构302.5.2 实现算法312.6 效果与性能实验评价352.6.1 实验环境352.6.2 CGAN模型的实现与效果362.6.3 查询效果实验392.6.4 查询效率实验412.7 本章小结442.8 参考文献44第3章 查询结果典型程度分析与top-k近似选取463.1 引言463.2 问题定义和解决方案473.2.1 问题定义473.2.2 解决方案483.3 空间对象之间的距离评估493.3.1 基于关键字耦合关系与核函数的文本语义距离评估493.3.2 基于Word2Vec和CNN的文本语义距离评估523.3.3 空间对象在各维度上的综合距离543.4 查询结果的典型程度量化与top-k近似选取543.4.1 查询结果的典型程度量化方法543.4.2 top-k典型结果的近似选取563.5 效果与性能实验评价593.5.1 实验环境593.5.2 空间对象文本信息的语义相似度评估准确性测试603.5.3 空间对象典型程度评估与top-k近似选取算法的效果测试623.5.4 top-k近似算法的性能测试653.6 本章小结663.7 参考文献66第4章 多样性与个性化兴趣点推荐方法684.1 引言684.2 兴趣点推荐的国内外研究现状分析694.3 问题定义和解决方案704.3.1 问题定义704.3.2 解决方案704.4 位置-社会关系模型714.4.1 相关定义714.4.2 位置-社会关系距离714.5 兴趣点聚类划分734.5.1 基于谱聚类的兴趣点聚类方法734.5.2 兴趣点聚类划分示例754.6 多样性与个性化兴趣点选取764.7 效果与性能实验评价784.7.1 实验数据784.7.2 兴趣点的位置-社会关系模型效果实验794.7.3 推荐效果实验834.8 本章小结904.9 参考文献90第5章 基于图神经网络的兴趣点推荐方法925.1 引言925.2 图神经网络和基于位置的社交网络945.2.1 图神经网络945.2.2 基于位置的社交网络975.3 相关定义和解决方案985.3.1 相关定义985.3.2 解决方案模型995.4 具体实现方法1015.4.1 用户嵌入向量建模1015.4.2 兴趣点嵌入向量建模1045.4.3 评分预测1105.4.4 模型训练1105.5 效果与实验性能分析1125.5.1 实验数据1125.5.2 比较方法1135.5.3 实验设置1135.5.4 实验结果分析1145.6 本章小结1215.7 参考文献121第6章 基于用户偏好的下一个兴趣点推荐方法1236.1 引言1236.2 下一个兴趣点推荐的国内外研究现状1256.2.1 基于马尔可夫模型的方法1266.2.2 基于嵌入的方法1276.2.3 基于神经网络模型的方法1276.3 相关定义和解决方案1286.4 用户关系挖掘1306.4.1 构建用户关系图1306.4.2 用户关系嵌入学习1326.5 用户偏好建模1336.5.1 长期偏好建模1336.5.2 用户的短期偏好和当前偏好建模1336.5.3 周期偏好1356.6 模型训练1366.7 实验结果与分析1376.7.1 实验环境与数据1376.7.2 实验及结果分析1386.7.3 神经网络神经元个数的影响1416.7.4 模型结构的影响1426.7.5 迭代次数的影响1436.7.6 朋友关系和偏好相似关系权重的影响1446.8 本章小结1456.9 参考文献145
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
