书城首页 › 当代 › 工业 › 面向大语言模型与知识图谱的推荐算法研究
当代·工业

面向大语言模型与知识图谱的推荐算法研究

正版保障多仓发货48小时内发货2-3天送达可开发票
¥38.42 定价 ¥79.00 4.9折 立省 ¥40.58
现货库存 6 件 全新
商品参数
书名
面向大语言模型与知识图谱的推荐算法研究
作者
周庆平 著
出版社
中国大百科全书出版社
出版时间
2026-01-01
ISBN
9787520224024
货号
1204485696
品相
全新
分类
当代·工业
购物车(0)
商品参数
书名
面向大语言模型与知识图谱的推荐算法研究
作者
周庆平 著
出版社
中国大百科全书出版社
出版时间
2026-01-01
ISBN
9787520224024
货号
1204485696
品相
全新
分类
当代·工业
目录▼

第一章 大语言模型基础

第一节 大语言模型的定义与特点

第二节 大语言模型的关键技术

第三节 典型大语言模型介绍

第四节 大语言模型的应用场景

第五节 大语言模型在推荐系统中的潜力

第二章 知识图谱基础

第一节 知识图谱的概念与构建

第二节 知识图谱的关键技术

第三节 知识图谱的表示学习

第四节 知识图谱的推理与应用

第三章 推荐算法概述

第一节 推荐算法的基本原理

第二节 传统推荐算法的分类与特点

第三节 深度学习在推荐算法中的应用

第四节 推荐算法的评价指标

第五节 推荐系统的冷启动问题

……

文摘▼

本书主要论述了当前有关知识图谱和大语言模型在推荐算法领域中的应用综述,结合二者各自的优势,提出多种基于大语言模型和知识图谱融合的推荐算法模型,并对模型惊醒测试和验证。大型语言模型(LLMs)的兴起在自然语言处理领域引起了广泛关注,其涌现能力在各个垂直领域(如金融、医疗、教育等)也取得一定进展。然而,大语言模型自身存在解释性不足、知识实时性差、生成结果存在虚假信息等诸多问题。知识图谱(KGs)作为一种结构化的知识模型,其真实性和可靠性,成为提高大模型解释和推理能力的有力工具。同时大模型具备语义理解能力,为知识图谱的构建和更新提供了有力支持。大语言模型与知识图谱之间存在着密切的联系和互补性。当前大语言模型在数据真实性、可解释性、可扩展性等方面存在一定的局限性。知识图谱作为一种结构化的知识表示方法,可以与大语言模型相结合,为大语言模型提供丰富和准确的背景知识。通过结合图谱中的结构化知识信息,可以实现对大语言模型更可靠和准确的知识获取和应用。推荐算法广泛应用于互联网场景中,为用户推荐个性化的信息,解决信息过载问题,以提升用户体验。引入知识图谱和大语言模型的推荐算法利用丰富的辅助信息能有效解决数据稀疏和冷启动等问题,有助于推荐准确性、多样性和可解释性。

¥38.42
🛒购物车