互联网 类型
可以朗读 语音朗读
163千字 字数
2025-03-01 发行日期
展开全部

主编推荐语

系统阐述大语言模型与推荐系统深度融合的创新实践。

内容简介

本书涵盖技术原理、开发方法及实战案例。全书分为4部分，共12章，涉及推荐系统的多个关键模块，包括技术框架、数据处理、特征工程、嵌入生成、排序优化及推荐结果评估。

书中重点解析大语言模型在冷启动问题、长尾内容优化和个性化推荐等领域的核心技术，通过深度剖析上下文学习、Prompt工程及分布式部署等方法，展示如何利用大语言模型提高推荐精度和用户体验。同时，通过实战项目的解析，助力读者掌握高效智能推荐系统从开发到部署的全流程。

本书还引用了Hugging Face的Transformer库、ONNX优化工具以及分布式推理框架等先进技术，为构建工业级推荐系统筑牢坚实基础。

目录

  • 版权信息
  • 内容简介
  • 作者简介
  • 前言
  • 第1部分 理论基础与技术框架
  • 第1章 大语言模型推荐系统的技术框架
  • 第2章 数据处理与特征工程
  • 第2部分 核心技术解析
  • 第3章 嵌入技术在推荐系统中的应用
  • 第4章 生成式推荐：从特征到内容
  • 第5章 预训练语言模型在推荐系统中的应用
  • 第3部分 模型优化与进阶技术
  • 第6章 微调技术与个性化推荐
  • 第7章 上下文学习与直接推荐技术
  • 第8章 多任务学习与交互式推荐系统
  • 第4部分 实战与部署
  • 第9章 排序算法与推荐结果优化
  • 第10章 冷启动问题与长尾问题详解
  • 第11章 推荐系统开发基础
  • 第12章 基于大模型的电商平台推荐系统开发
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。