第1章 推荐系统概述
1.1 推荐系统的背景和意义
1.2 推荐系统框架及原理
1.2.1 定义及基本框架
1.2.2 推荐系统的经典问题
1.3 推荐技术
1.3.1 推荐算法分类
1.3.2 主流推荐算法
1.3.3 基于深度学习的推荐算法
1.4 社交网络推荐
1.4.1 社交网络概念
1.4.2 基于邻域的社会化推荐算法
1.4.3 基于社交网络图的好友推荐
1.5 推荐的常用数据集及评价方法
1.5.1 常用数据集
1.5.2 评价指标
1.5.3 评价方法
第2章 推荐系统中的数据挖掘
2.1 数据挖掘概述
2.1.1 数据挖掘背景
2.1.2 数据挖掘的定义
2.1.3 数据挖掘步骤和主要问题
2.2 数据采集
2.2.1 数据类型和数据来源
2.2.2 数据采集方法与考虑因素
2.3 数据探索
2.3.1 分布分析
2.3.2 统计分析
2.3.3 相关性分析
2.3.4 贡献度分析
2.4 数据预处理
2.4.1 数据清洗
2.4.2 数据集成
2.4.3 数据变换
2.4.4 数据规约
2.5 机器学习
2.5.1 机器学习概念
2.5.2 分类
2.5.3 预测
2.5.4 聚类
2.5.5 关联规则
2.6 深度学习
2.6.1 人工神经网络
2.6.2 单层神经网络
2.6.3 两层神经网络
2.6.4 多层神经网络
2.6.5 卷积神经网络
2.6.6 图神经网络
2.6.7 循环神经网络
2.6.8 长短期记忆神经网络
2.6.9 生成式对抗网络
第3章 基于知识图谱的推荐方法
3.1 知识图谱推荐
3.1.1 知识图谱概念
3.1.2 知识图谱的推荐
3.1.3 注意力网络
3.1.4 动态知识图谱推荐
3.2 异构网络推荐
3.2.1 异构网络概念
3.2.2 基于异构网络的推荐
3.2.3 RippleNet信息传播
3.3 基于知识图谱和RippleNet的推荐
3.3.1 异构网络建模
3.3.2 融入时间仓机制的GAT
3.3.3 RippleNet计算预测概率
3.3.4 HN-DKG算法描述
3.4 实验与结果分析
第4章 超图推荐方法
4.1 超图推荐的研究背景
4.1.1 图神经网络推荐现状
4.1.2 超图研究现状
4.1.3 多源信息融合
4.2 超图推荐基本理论
4.2.1 超图定义
4.2.2 超图构建
4.2.3 超图学习
4.2.4 图对比学习
4.3 多源异构超图和对比学习的推荐
4.3.1 异构超图与超边
4.3.2 多源异构超图推荐框架
4.3.3 多源异构超图建模
4.3.4 空间密度超图注意力网络
4.3.5 多重交叉视图对比学习
4.3.6 推荐预测
4.4 实验与分析
第5章 基于超图的反事实公平推荐方法
5.1 公平推荐研究背景
5.1.1 推荐中的公平性问题
5.1.2 图结构公平性策略
5.1.3 对抗学习公平性策略
5.2 图公平感知
5.2.1 公平定义与评价
5.2.2 因果推理公平感知方法
5.3 反事实跨层次超图公平性策略
5.3.1 反事实动态超图构建
5.3.2 跨层次结构公平感知
5.3.3 模型优化
5.4 实验与分析
第6章 用户关键行为的社交网络增强推荐
6.1 用户行为推荐现状
6.1.1 基于用户行为推荐方法
6.1.2 跨域用户社交关系
6.2 图像推荐研究
6.2.1 图像特征数据提取
6.2.2 注意力机制捕获像素上下文信息
6.3 基于靶形交替注意力机制和用户附属关系网络的推荐方法
6.3.1 多通道卷积神经网络架构
6.3.2 靶形交替注意力机制
6.3.3 用户附属关系网络
6.3.4 协同Top-N推荐
6.4 实验与分析
第7章 基于微观行为的推荐方法
7.1 用户购物心理和性格
7.1.1 购物心理概念
7.1.2 购物性格概念
7.1.3 购物阶段偏好概念
7.2 用户情感推荐
7.2.1 用户情感分析推荐
7.2.2 用户解离化表示
7.2.3 多行为序列推荐
7.3 基于心理-性格提取胶囊和递进式解离化的推荐方法
7.3.1 用户高阶特征偏好网络
7.3.2 基于滑动窗口网络的心理-性格提取胶囊
7.3.3 递进式偏好解离化
7.3.4 评分预测Top-N推荐
7.4 实验与分析
第8章 基于时间信号的行为转化预测推荐方法
8.1 时间敏感行为转化相关研究
8.1.1 用户兴趣漂移和用户行为
8.1.2 时间依赖的推荐研究
8.1.3 用户行为转化率
8.2 用户行为模式相关研究
8.2.1 基于树的推荐
8.2.2 强化学习推荐
8.3 时间敏感的行为转化预测和多视角强化学习推荐
8.3.1 超行为空间模型
8.3.2 用户常态行为模式预测表示
8.3.3 用户偏离态行为模式预测
8.3.4 用户行为转化率计算
8.3.5 多元视角的异步强化学习
8.3.6 行为预测Top-N推荐
8.4 实验与分析
第9章 推荐系统中的对偶理论
9.1 对偶理论概述
9.1.1 对偶理论概念
9.1.2
展开
