由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书智能搜索和系统 原理、算法与应用9787111670674
¥ ×1
序一
序二
前言
部 搜索和系统的基础
章 概率统计与应用数学基础知识 2
1.1 概率论基础 2
1.1.1 概率定义 2
1.1.2 随机变量 5
1.1.3 基础的概率分布 5
1.1.4 期望、方差、标准差、协方差 8
1.2 线代数基础 10
1.2.1 矩阵 10
1.2.2 向量 10
1.. 张量 11
1.2.4 特征向量和特征值 12
1.2.5 奇异值分解 12
1.3 机器学习基础 13
1.3.1 导数 13
1.3.2 梯度 14
1.3.3 优选似然估计 14
1.3.4 随机过程与隐马尔可夫模型 15
1.3.5 信息熵 16
1.4 本章小结 18
第2章 搜索系统和系统常识 19
2.1 搜索系统 19
2.1.1 什么是搜索引擎及搜索系统 19
2.1.2 搜索引擎的发展史 21
2.1.3 搜索引擎的分类 22
2.2 系统
2.2.1 什么是系统 24
2.2.2 系统的发展史 24
2.. 系统应用场景 25
2.2.4 系统的分类 26
. 搜索与的区别 29
2.4 本章小结 30
第3章 知识图谱相关理论 31
3.1 知识图谱概述 31
3.1.1 什么是知识图谱 31
3.1.2 知识图谱的价值 33
3.1.3 知识图谱的架构 35
3.1.4 知识图谱的表示与建模 36
3.2 信息抽取 39
3.2.1 实体识别 40
3.2.2 关系抽取 46
3.3 知识融合 50
3.3.1 实体对齐 50
3.3.2 实体消歧 51
3.4 知识加工 53
3.4.1 知识推理 53
3.4.2 质量评估 58
3.5 本章小结 58
第二部分 搜索系统的基本原理
第4章 搜索系统框架及原理 60
4.1 搜索系统的框架 60
4.1.1 基本框架 60
4.1.2 搜索引擎是如何工作的 62
4.2 数据收集及预处理 64
4.2.1 爬虫 64
4.2.2 数据清洗 66
4.. 存储空间及分布式设计 68
4.3 文本分析 70
4.3.1 询处 71
4.3.2 意图理解 82
4.3.3 文本分析方法 85
4.4 基于知识图谱的搜索系统 90
4.5 本章小结 92
第5章 搜索系统中的主要算法 93
5.1 信息检索基本模型 93
5.1.1 布尔模型 93
5.1.2 向量空间模型 94
5.1.3 概率检索模型 96
5.1.4 模型 100
5.2 搜索和机器学习 102
5.2.1 排序学习 102
5.2.2 排序学习示例 107
5.3 搜索和深度学习 116
5.3.1 DNN模型 116
5.3.2 DSSM模型 118
5.3.3 Transformer 120
5.4 本章小结 126
第6章 搜索系统评价 127
6.1 搜索系统评价的意义 127
6.2 搜索系统的评价体系 127
6.2.1 效率评价 128
6.2.2 效果评价 130
6.3 本章小结 136
第三部分 系统的基本原理
第7章 系统框架及原理 138
7.1 系统的框架及运行 138
7.1.1 基本框架 139
7.1.2 组件及功能 140
7.1.3 引擎是如何工作的 141
7.1.4 系统的经典问题 142
7.2 系统的冷启动 145
7.3 系统的召回策略 150
7.3.1 基于行为相似的召回 150
7.3.2 基于内容相似的召回 153
7.4 系统排序 160
7.4.1 特征选择的方法 160
7.4.2 系统的排序过程 164
7.5 基于知识图谱的系统 166
7.6 本章小结 168
第8章 系统的主要算法 169
8.1 矩阵分解 169
8.1.1 奇异值分解 170
8.1.2 交替二乘 171
8.1.3 贝叶斯个化排序 172
8.2 线模型 174
8.2.1 FM模型 175
8.2.2 FFM模型 176
8.3 树模型 177
8.3.1 决策树模型 177
8.3.2 集成算法模型 183
8.4 深度学习模型 191
8.4.1 Wide & Deep模型 191
8.4.2 Deep FM模型 197
8.5 本章小结 199
第9章 系统的评价 200
9.1 评估的目的 200
9.2 系统的评价指标 200
9.2.1 RMSE和R方 204
9.2.2 MAP和MRR 204
9.. 相关指标 205
9.3 系统的评估实验方法 206
9.3.1 离线评估 206
9.3.2 在线评估 209
9.3.3 主观评估 213
9.4 本章小结 217
第四部分 应用
0章 搜索引擎工具 220
10.1 Lucene简介 220
10.1.1 Lucene的由来及现状 220
10.1.2 Lucene创建索引过程分析 2
10.1.3 Lucene的搜索过程解析 224
10.2 Solr简介 226
10.2.1 Solr特 228
10.2.2 Solr的核心概念 228
10.. Solr的核心功能 228
10.3 Elasticsearch简介 0
10.3.1 Elasticsearch的核心概念 0
10.3.2 Elasticsearch的核心功能 1
10.4 搜索引擎工具对比 2
10.5 本章小结
1章 搜索应用实战:基于电商的搜索开发 4
11.1 电商搜索系统的架构设计 4
11.2 ES在搜索系统中的应用
11.3 NLP在搜索系统中的应用
11.4 商品数据排序算法研究 240
11.5 搜索排序的评价及优化 241
11.6 深度学习在搜索系统中的应用 243
11.7 电商搜索系统中的SEM 243
11.8 本章小结 246
2章 应用实战:基于广告平台的 247
12.1 系统的架构设计 247
12.2 系统的召回和冷启动 249
1. ES在系统中的应用 251
12.4 系统中NLP的应用 252
12.5 系统中粗排和精排 253
12.6 系统的评价和优化 254
12.7 深度学习在系统应用 255
12.8 本章小结 257
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格