多模态数据下的推荐算法及在线评论行为研究

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