以图像和文本为代表的多模态数据为用户线上购买和交友决策过程提供了重要信息参考本书基于推荐及评论这两个重要的用户决策支持系统，主要研究了基于多模态数据的推荐算法设计以及多模态数据对用户评论行为产生的影响。本书的特色在于聚焦数字经济平台的重要领域，关注了平台的两个核心功能——推荐功能和评论功能，并深入研究了多模态数据在其中所具有的价值和所起到的作用。 全书内容包括选题背景；与平台推荐和评论系统相关的已有研究成果；基于多模态数据的推荐算法设计；评论系统中用户生成图像对后续消费者决策所产生的影响；未来发展趋势。 本书主要面向高等院校管理科学与工程、信息管理相关专业高年级本科生及研究生，也为推荐算法、多模态数据分析相关研究领域的广大科技工作者和研究同行提供参考。

第1章 引言
1.1 多模态数据与人工智能
1.2 基于多模态数据的推荐系统
1.3 本书主要内容与创新
第2章 推荐算法和评论系统相关研究动态
2.1 推荐系统概述
2.2 图像文本融合的推荐算法
2.2.1 基于图像的推荐
2.2.2 多模态数据的表示学习
2.2.3 图像-文本认知风格
2.3 双边推荐算法
2.3.1 双边推荐
2.3.2 文本建模
2.3.3 在线交友中的自我呈现
2.4 消费者生成图像的行为影响
2.4.1 图像在电子商务平台的作用
2.4.2 产品评论的影响因素
2.5 本章小结
第3章 基于图像和文本的产品推荐算法
3.1 背景介绍
3.2 模型框架和计算方法
3.2.1 问题描述
3.2.2 Deep-MINE模型
3.2.3 参数学习
3.2.4 预测和推荐
3.3 实证研究与结果
3.3.1 数据描述
3.3.2 评估指标和基准模型
3.3.3 实验结果
3.4 本章小结
第4章 基于结构化属性和问答文本的双边推荐算法
4.1 背景介绍
4.2 场景和匹配过程
4.3 研究模型
4.3.1 预备知识
4.3.2 模型概览
4.3.3 结构化属性与文本信息
4.3.4 第一阶段：请求者的偏好学习
4.3.5 第二阶段：接收者的偏好学习
4.3.6 目标函数
4.3.7 推荐结果生成
4.4 实验结果及分析
4.4.1 研究背景和数据集描述
4.4.2 Word2vec单词聚类
4.4.3 评价指标
4.4.4 参数设置和基准模型
4.4.5 实验结果
4.5 本章小结
第5章 消费者生成图像对评论打分的行为影响
5.1 背景介绍
5.2 研究假设
5.3 主要场景和数据描述
5.4 模型和主要结果
5.4.1 倾向得分匹配
5.4.2 双重差分模型
5.4.3 CGI对产品评分的总体影响
5.5 CGI不同属性的异质性影响
5.5.1 CGI美学评估模型
5.5.2 人脸检测
5.5.3 CGI视觉属性的异质性影响
5.5.4 CGI评论者的主观性
5.5.5 不同数量CGI的影响
5.5.6 CGI对搜索型产品的影响
5.6 稳健性检验
5.6.1 考虑评论排序机制下首页CGI产生的影响
5.6.2 相对时间模型
5.6.3 其他稳健性检验
5.7 用户实验
5.7.1 实验设计
5.7.2 信度、效度与操纵检查
5.7.3 实验结果
5.8 本章小结
第6章 结语
6.1 内容总结
6.2 本书创新点
6.3 未来趋势
参考文献