自动问答及智能推荐技术——基于特色农产品多语言电子商务平台
￥96.00定价
作者： 万福成
出版时间：2024-08
出版社：科学出版社
- 科学出版社
- 9787030735201
- 1版
- 540236
- 2024-08
- 农业经济管理类
- 本科
内容简介
本书基于特色农产品多语言电子商务平台项目的研发过程，着重介绍了其核心技术模块—自动问答及智能推荐技术。其中，第1、2章在介绍自动问答理论的基础上，构建了面向开放域的自动问答系统，以及进行答案选择方法的分析与设计；第3～5章介绍了多语言电子商务系统的产品竞争力分析系统、商品智能推荐系统以及商铺智能推荐系统。
本书可作为计算机相关专业本科生、研究生的参考书，也可作为电子商务领域软件工程技术人员的参考读物。
本书可作为计算机相关专业本科生、研究生的参考书，也可作为电子商务领域软件工程技术人员的参考读物。
目录
绪论 1
第1章 面向开放域的自动问答系统构建 3
1.1 背景介绍 3
1.2 模型设计 4
1.2.1 问题分类技术模块 4
1.2.2 候选答案评分模块 6
1.2.3 答案抽取模块 6
1.2.4 系统开发环境 7
1.2.5 问答数据库 9
1.3 问题分类算法 9
1.3.1 分词和词性标注 10
1.3.2 句法分析 10
1.3.3 问句分类技术流程 11
1.4 候选答案评分算法 13
1.4.1 证据评分模型 13
1.4.2 候选答案评分模型 14
1.5 答案抽取算法 16
1.5.1 词向量层 16
1.5.2 LSTM层 17
1.5.3 最大池化层 20
1.5.4 模型实验 21
第2章 答案选择方法 24
2.1 答案选择数据集 25
2.1.1 基础数据集 25
2.1.2 数据预处理 25
2.1.3 文本向量化 29
2.1.4 答案抽取评估 30
2.2 深度神经网络 31
2.2.1 卷积神经网络 31
2.2.2 循环神经网络 32
2.2.3 T
ansfo
me
模型 34
2.3 答案选择模型 36
2.3.1 迁移学习 37
2.3.2
E
T 37
2.3.3 答案选择实验 41
2.4 短文本相似度模型 43
2.4.1 ESIM算法 44
2.4.2 MESIM算法 45
2.4.3 模型训练流程 49
2.5 基于信息检索和答案选择混合问答系统 52
2.5.1 QA评测原则 52
2.5.2 混合式问答设计思路 53
2.5.3 详细设计流程 53
2.5.4 混合式问答实验结果 55
第3章 产品竞争力分析系统 57
3.1 数据采集 57
3.2 数据预处理 59
3.2.1 数据清洗 59
3.2.2 数据变换 59
3.3 数据存储 59
3.4 主成分因子分析法 60
3.4.1 模型分析 62
3.4.2 过程分析 63
3.4.3 实证分析 64
3.5 模糊综合评价法 67
3.6 层次分析法 68
3.7 系统需求分析 69
3.7.1 目标分析 69
3.7.2 功能分析 70
3.7.3 系统框架 70
3.8 系统实现 72
3.8.1 开发环境与工具 72
3.8.2 详细设计流程 72
第4章 商品智能推荐系统 75
4.1 设计思路 75
4.2 数据获取、处理与分析 75
4.2.1 数据爬取 76
4.2.2 数据处理及分析 78
4.3 基于层次图的农产品推荐算法 79
4.3.1 农产品推荐特点 79
4.3.2 模型架构 80
4.3.3 用户-农产品特征提取模块 81
4.3.4 用户-农产品二部图构建模块 83
4.3.5 层次特征学习模块 84
4.3.6 评分预测模块 87
4.3.7 图模型训练过程 87
4.4 HGAP
模型实验 88
4.4.1 数据集 88
4.4.2 评价指标及基线模型 89
4.4.3 实验环境与参数设置 89
4.4.4 实验结果与分析 90
4.4.5 参数敏感性实验 91
4.4.6 消融实验 94
4.5 特色农产品多语言电子商务平台推荐模块设计 96
4.5.1 推荐模块需求分析 96
4.5.2 推荐模块设计 97
4.5.3 推荐模块实现 99
第5章 商铺智能推荐系统 102
5.1 系统设计思路 102
5.2 融合用户特征的商铺推荐算法 103
5.2.1 融合用户特征的商铺推荐算法框架设计 103
5.2.2 融合用户特征的商铺推荐算法实现 104
5.3 UFFS
算法实验 109
5.3.1 实验条件 110
5.3.2 实验设置 113
5.3.3 实验结果分析 114
5.4 商铺推荐系统设计 117
5.4.1 需求分析 118
5.4.2 系统总体设计 119
5.4.3 系统详细设计 122
5.4.4 推荐系统模块设计 126
参考文献 131
第1章 面向开放域的自动问答系统构建 3
1.1 背景介绍 3
1.2 模型设计 4
1.2.1 问题分类技术模块 4
1.2.2 候选答案评分模块 6
1.2.3 答案抽取模块 6
1.2.4 系统开发环境 7
1.2.5 问答数据库 9
1.3 问题分类算法 9
1.3.1 分词和词性标注 10
1.3.2 句法分析 10
1.3.3 问句分类技术流程 11
1.4 候选答案评分算法 13
1.4.1 证据评分模型 13
1.4.2 候选答案评分模型 14
1.5 答案抽取算法 16
1.5.1 词向量层 16
1.5.2 LSTM层 17
1.5.3 最大池化层 20
1.5.4 模型实验 21
第2章 答案选择方法 24
2.1 答案选择数据集 25
2.1.1 基础数据集 25
2.1.2 数据预处理 25
2.1.3 文本向量化 29
2.1.4 答案抽取评估 30
2.2 深度神经网络 31
2.2.1 卷积神经网络 31
2.2.2 循环神经网络 32
2.2.3 T
ansfo
me
模型 34
2.3 答案选择模型 36
2.3.1 迁移学习 37
2.3.2
E
T 37
2.3.3 答案选择实验 41
2.4 短文本相似度模型 43
2.4.1 ESIM算法 44
2.4.2 MESIM算法 45
2.4.3 模型训练流程 49
2.5 基于信息检索和答案选择混合问答系统 52
2.5.1 QA评测原则 52
2.5.2 混合式问答设计思路 53
2.5.3 详细设计流程 53
2.5.4 混合式问答实验结果 55
第3章 产品竞争力分析系统 57
3.1 数据采集 57
3.2 数据预处理 59
3.2.1 数据清洗 59
3.2.2 数据变换 59
3.3 数据存储 59
3.4 主成分因子分析法 60
3.4.1 模型分析 62
3.4.2 过程分析 63
3.4.3 实证分析 64
3.5 模糊综合评价法 67
3.6 层次分析法 68
3.7 系统需求分析 69
3.7.1 目标分析 69
3.7.2 功能分析 70
3.7.3 系统框架 70
3.8 系统实现 72
3.8.1 开发环境与工具 72
3.8.2 详细设计流程 72
第4章 商品智能推荐系统 75
4.1 设计思路 75
4.2 数据获取、处理与分析 75
4.2.1 数据爬取 76
4.2.2 数据处理及分析 78
4.3 基于层次图的农产品推荐算法 79
4.3.1 农产品推荐特点 79
4.3.2 模型架构 80
4.3.3 用户-农产品特征提取模块 81
4.3.4 用户-农产品二部图构建模块 83
4.3.5 层次特征学习模块 84
4.3.6 评分预测模块 87
4.3.7 图模型训练过程 87
4.4 HGAP
模型实验 88
4.4.1 数据集 88
4.4.2 评价指标及基线模型 89
4.4.3 实验环境与参数设置 89
4.4.4 实验结果与分析 90
4.4.5 参数敏感性实验 91
4.4.6 消融实验 94
4.5 特色农产品多语言电子商务平台推荐模块设计 96
4.5.1 推荐模块需求分析 96
4.5.2 推荐模块设计 97
4.5.3 推荐模块实现 99
第5章 商铺智能推荐系统 102
5.1 系统设计思路 102
5.2 融合用户特征的商铺推荐算法 103
5.2.1 融合用户特征的商铺推荐算法框架设计 103
5.2.2 融合用户特征的商铺推荐算法实现 104
5.3 UFFS
算法实验 109
5.3.1 实验条件 110
5.3.2 实验设置 113
5.3.3 实验结果分析 114
5.4 商铺推荐系统设计 117
5.4.1 需求分析 118
5.4.2 系统总体设计 119
5.4.3 系统详细设计 122
5.4.4 推荐系统模块设计 126
参考文献 131
