{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2023,11,2]]，“日期时间”：“2023-11-02T04:41:07Z”，“时间戳”：1698900067337}，“发布者位置”：“新加坡”，“引用计数”：33，“发布商”：“Springer Singapore”，“isbn-type”：[{“值”：“9789811616846”，“类型”：”print“}，{“值”：“9789811616853”，“类型”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}，{“start”：{“date-parts”：[2021,1,1,1]，“日期-时间”：“2011-01-01T 00:00Z”，：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.springer.com//tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2021]]}，”DOI“：”10.1007\/978-981-16-1685-3_8“，”type“：”book-capter“，”created“：{”date-part“：[2021,4,5]]，”日期时间“：”2021-04-05T03:03:03Z“，”时间戳“：1617591783000}，“page”：“85-97”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”、“is-referenced-by-count”：3，“标题”：[“基于深度学习的推荐系统的应用”]，“前缀”：“10.1007”，《作者》：[{“给定”：“李”，“家族”：“海明”，“序列”：“第一”，“从属关系”：[]}，{“已知”：“王”，“家庭”：“凯里”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Sun”，“family”：“Yunyun”，“se序列”：“附加”，“从属”：[]}，}“giving”：“Mou”，“家族”：“雪峰”，“sequence”:“additionable”，“filiation“：[]2]，“member”：“297”，“published-on-line”：{“date-parts”：[2021,4,6]]}、“reference”：[{“issue”：“7587”，“key”：_CR1“，”doi-asserted-by“：”publisher“，“first page”：“484”，“DOI”：“10.1038\/nature16961”，“卷”：“529”，“作者”：“D Silver”，“年份”：“2016”，“非结构化”：“Silver，D.，Huang，A.，Maddison，C.J.等人：通过深度神经网络和树搜索掌握围棋游戏。Nature 529（7587），484\u2013489（2016）”，“期刊标题”：“Nature”}，{“key”：“8_CR2”，“非结构化”：“Wu，Y.，Schuster，M.，Chen，Z.，et al.：Google\u2019s神经机器翻译系统：弥合人机翻译之间的鸿沟。arXiv预印本arXiv:1609.08144（2016）”}，{“key”：“8_CR3”，“doi-asserted-by”：“crossref”，“unstructured”：“Cheng，H.T.，Koc，L.，Harmsen，J.等人：推荐系统的广泛和深入学习。摘自：第一届推荐系统深度学习研讨会论文集，第7\u201310页（2016）”，“DOI”：“10.1145\/2988450.2988454”}，{“key”：“8_CR4”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，R.，Fu，B.，Fu和G.等人：广告点击预测的深度和交叉网络。摘自：ADKDD 2017年会议记录，第1\u20137页（2017年）”，“DOI”：“10.1145\/3124749.3124754”}，{“key”：“8_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Shan，Y.，Hoens，T.R.，Jiao，J.等人：深度交叉：没有手动构建组合特征的网络尺度建模。摘自：第22届ACM SIGKDD国际知识发现和数据挖掘会议论文集，第255\u2013262（2016）页”，“DOI”：“10.1145\/2939672.2939704”}，{“key”：“8_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhu，J.，Shan，Y.，Mao，J.C.，et al.：深度嵌入森林：基于森林的服务，具有深度嵌入功能。摘自：第23届ACM SIGKDD国际知识发现和数据挖掘会议论文集，第1703\u20131711（2017）页”，“DOI”：“10.1145\/3097983.3098059”}，{“key”：“8_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Guo，H.，Tang，R.，Ye，Y.，et al.：DeepFM:一种基于因式分解机器的CTR预测神经网络。arXiv预打印arXiv:1703.04247（2017）”，“DOI”：“10.24963\/ijcai.2017\/239”}，{“key”：“8_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhou，G.，Zhu，X.，Song，C.等人：点击率预测的深度兴趣网络。摘自：第24届ACM SIGKDD国际知识发现与数据挖掘会议论文集，pp.1059\u20131068（2018）”，“DOI”：“10.1145\/3219819.3219823”}，{“issue”：“6088”，“key”：“8_CR9”，“DOI-asserted-by”：“publisher”，“first page”：：“10.1038\/323533a0”，“volume”：“323”，“author”：“DE Rumelhart”，“year”：“1986”，“unstructured”：“Rumelhart，D.E.，Hinton，G.E.，Williams，R.J.：通过反向传播错误学习表示法。Nature 323（6088），533\u2013536（1986）”，“journal-title”：“Nature”}，{“key”：：“Bengio，Y.，Lamblin，P.，Popovici，D.等人：深层网络的贪婪分层训练。In:Advances In Neural Information Processing Systems，pp.153\u2013160（2007）”，“DOI”：“10.7551\/mitpress\/7503.003.0024”}，{“key”：“8_CR11”，“volume-title”：“Learning and Relearning In Boltzmann Machines”，“author”：“GE Hinton”，“year”：“1986”，“unstructured”：“Hinton，G.E.，Sejnowski，T.J.：Boltzmann Machines.MIT Press，Massachusetts（1986）”}，{“issue”：“5”，“key”：“8_CR12”，“doi-asserted-by”：“publisher”，“first-page”：“1668”，“doi”：“10.4249”，“scholarperpedia.1668”，《volume》：“2”，《author》：“GE Hinton”，“year”：“2007”，“unstructured”：“Hindon，G.E.:Boltzman machine.Scholarrpedia 2 5），1668（2007）“，”journal-title“：”Scholarpedia“}，{”issue“：”7“，”key“：”8_CR13“，”doi-asserted-by“：”publisher“，”first page“：“1527”，”doi“：”10.1162\/neco.2006.18.7.1527“，“volume”：“18”，“author”：“GE Hinton”，“year”：“2006”，“unstructured”：“Hinton，G.E.，Osindero，S.，The，Y.W.：深度信任网的快速学习算法。神经计算。18（7），1527\u20131554（2006）“，“新闻标题”：“神经计算。“｝，｛”key“：”8_CR14“，”doi asserted by“：”crossref“，”unstructured“：”Rawat，Y.S.，Kankanhalli，M.S.：ConTagNet:利用用户上下文进行图像标签推荐。In：《2016 ACM多媒体会议论文集》。荷兰阿姆斯特丹，pp.1102\u20131106（2016）“，”doi“：”10.1145\/2964284.2984068“｝，｛”issue“：”6088“，”key“：”8_CR15“，”doi-asserted-by“：”publisher“，”first page“：”533“，”doi“：”10.1038\/323533a0“，”volume“：“323”，”author“：”D Williams“，”year“：”1986“，”unstructured“：”Williams，D.，Hinton，G.：通过反向传播错误学习表示法。Nature 323（6088），533\u2013538（1986）“，“journal-title”：“Nature”}，{“key”：“8_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Elkahky，A.M.，Song，Y.，He，X.：推荐系统中跨域用户建模的多视角深度学习方法。摘自：第24届万维网国际会议论文集，第278\u2013288页（2015）“，”DOI“：”10.1145\/2736277.2741667“}，{”key“：”8_CR17“，”DOI-asserted-by“：”crossref“，”unstructured“：”Huang，P.S.，He，X.，Gao，J.，et al.：“使用点击数据学习网络搜索的深层结构语义模型。摘自：第22届ACM信息与知识管理国际会议论文集，pp.2333\u20132338（2013）”，“DOI”：“10.1145 \/2505515.2505665“}，{“key”：“8_CR18”，“doi-asserted-by”：“crossref”，“unstructured”：“Covington，P.，Adams，J.，Sargin，E.：Youtube推荐的深层神经网络。摘自：《第十届ACM推荐系统会议论文集》，第191\u2013198页（2016）”，“doi”：“10.1145 \/2959100.2959190”}Van den Oord，A.，Dieleman，S.，Schrauwen，B.：基于深度内容的音乐推荐。In:Advances In Neural Information Processing Systems，pp.2643\u20132651（2013）“}，{“key”：“8_CR20”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang，X.，Yu，L.，Ren，K.，et al.：通过学习人类编辑的动态注意深度模型\u2019演示。摘自：第23届ACM SIGKDD知识发现和数据挖掘国际会议论文集，第2051\u20132059页（2017）“，“DOI”：“10.1145\/3097983.3098096”}，{“key”：“8_CR21”，“DOI-asserted-by”：“crossref”，“unstructured”：“Salakhutdinov，R.，Mnih，A.，Hinton，G.：协作过滤的受限Boltzmann机器。摘自：《第24届国际机器学习会议论文集》，第791\u2013798页（2007）“，“DOI”：“10.1145\/127349.1273596”}，{“key”：“8_CR22”，“unstructured”：“Georgiev，K.，Nakov，P.：使用受限boltzmann机器进行协作过滤的非IID框架。摘自：国际机器学习大会，第1148\u20131156页（2013）“｝，｛”key“：”8_CR23“，”doi asserted by“：”crossref“，”非结构化“：”Sedhain，S.，Menon，A.K.，Sanner，S.，et al.：AutoRec:自动编码器满足协作过滤。In：Proceedings of the 24th International Conference on World Wide Web，pp.111\u2013112（2015）“，”doi“：”10.1145\/2740098.2742726“｝，｛”key“：”8_CR24“，”doi asserted by“：”crossref“，”非结构化”：“Wu，Y.，DuBois，C.，Zheng，A.X.，et al.：top-n推荐系统的协同去噪自动编码器。摘自：《第九届ACM网络搜索和数据挖掘国际会议论文集》，第153\u2013162（2016）页“，”DOI“：”10.1145\/2835776.2835837“}，{“key”：“8_CR25”，“DOI-asserted-by”：“crossref”，“unstructured”：“Kim，D.，Park，C.，Oh，J.等人：文档上下文软件推荐的卷积矩阵分解。摘自：《第十届ACM推荐系统会议论文集》，第233\u2013240页（2016）“，“DOI”：“10.1145\/2959100.2959165”}，{“key”：“8_CR26”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wu，S.，Ren，W.，Yu，C.等人：在网易中使用深度递归神经网络进行个人推荐。2016年IEEE第32届国际数据工程会议（ICDE），第1218\u20131229页。IEEE（2016）“，”DOI“：”10.1109\/ICDE.2016.7498326“}，{“key”：“8_CR27”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wu，C.Y.，Ahmed，A.，Beutel，A.，et al.：递归推荐网络。摘自：第十届ACM网络搜索与数据挖掘国际会议论文集，第495\u2013503页（2017）”，“DOI”：“10.1145\/3018661.3018689”}，“”doi-asserted-by“：”crossref“，”unstructured“：”Lee，H.，Ahn，Y.，Lee，H，et al.：引用深度神经网络在对话中的建议。摘自：第39届国际ACM SIGIR信息检索研究与开发会议论文集，第957\u2013960页（2016）“，”doi“：”10.1145\/2911451.2914734“}，{”key“：”8_CR29“，”非结构化“：”Zheng，Y.，Tang，B.，Ding，W.，et al.：协同过滤的神经自回归方法。arXiv预印本arXiv:1605.09477（2016）“}，{“key”：“8_CR30”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang，C.，Blei，D.M.：推荐科学文章的合作主题建模。摘自：第17届ACM SIGKDD知识发现和数据挖掘国际会议论文集，第448\u2013456（2011）页，“DOI”：“10.1145\/2020408.2020480”}，{“key”：“8_CR31”，“DOI-asserted-by”：“publisher”，“first-pages”：“72”，“DOI:”10.1016\/j.ins.2017.06.026“，”volume“：”417“author”：“D Kim”，“year”：“2017”，“unstructured”：“Kim，D.，Park，C.，Oh，J.等人：通过利用文档上下文和项目统计信息的深度混合推荐系统。信息科学。417，72\u201387（2017）“，“新闻标题”：“信息科学。“}，{”key“：”8_CR32“，”doi-asserted-by“：”crossref“，”unstructured“：”Bansal，T.，Belanger，D.，McCallum，A.：向GRU询问：多任务学习以获得深层文本建议。In：第十届ACM推荐系统会议论文集，pp.107\u2013114（2016）“，”doi“：”10.1145\/2959100.2959180“非结构化”：“Li，P.，Wang，Z.，Ren，Z.等人：具有抽象提示生成的神经评级回归用于推荐。摘自：第40届国际ACM SIGIR信息检索研究与开发会议论文集，第345\u2013354页（2017）“，”DOI“：”10.1145\/3077136.3080822“}]，”container-title“：[”智能信息和数据库系统的最新挑战“，”计算机和信息科学中的通信“]，”原文标题“：[]，”链接“：[{”URL“：”http://\/link.springer.com/content\/pdf\/10.1007\/978-981-16-1685-3_8“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2023,11,1]]，”date-time“：“2023-11-01T13:04:58Z”，”timestamp“：1698843898000}，”score“：1，”resource“：”{“primary”：{“URL”：“http://\/link.springer.com/10.1007\/978-981-1665-3_8“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2021]]}，“ISBN”：[“9789811616846”，“978981 1616853”]，”引用计数“：33，”URL“：”http://\/dx.doi.org\/10.10007\/978-981-1685-3_8”，“关系”：{}，ISSN“：[”1865-0929“，”1865-0.937“]，”ISSN-type“：[{”value“：”1865-0829“，“type”：“print”}，{“value“：“1865-0937”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2021]]}，“assertion”：[{“value”：”2021年4月6日“，“order”：1，“name”：“first_online”，“label”：“first online”，标签“：”会议缩写“，”组“：{”名称“：”ConferenceInfo“，”label“：”ConferenceInformation“}}，{”value“：”亚洲智能信息和数据库系统会议“，”order“：2，”name“：”Conference_name“，”标签“：”会议名称“，”group“：name“：”ConferenceInfo“，”label“：”会议信息“}}，{“value”：“Thailand”，“order”：4，“name”：“Conference_country”，“label”：“ConferenceCountry”，”group“：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}、{“值”：“2021”，“订单”：5，“name“Conference_year”，“table”：“MeferenceYear”会议信息“}}，{“value”：“2021年4月7日”，“order”：7，“name”：“Conference_start_date”，“label”：“会议开始日期”，“group”：会议信息“}}，{”value“：”13“，”order“：9，”name“：”Conference_number“，”label“：”ConferenceNumber“，”group“：https:\/\/aciids.pwr.edu.pl\/2021\/“，”order“：11，”name“：”conference_url“，”label“：”conference url“，”group“：{”name“:”ConferenceInfo“，”标签“：”会议信息“}}]}}