網路價≠最低優惠價！記得登入會員看看唷！

越賣越多的祕密 - 使用LLM實作推薦系統及演算法 劉強

產品編號：9786267757192
促銷 團購優惠-聯合 出版社
購物每消費滿300元，可獲得1元購物金

網路價 NT${{ commaFormat(product.price_actu) }} NT${{commaFormat(product.price_sugg)}}

專屬特惠價 NT${{ commaFormat(product.group_price) }}

優惠價 NT${{ commaFormat(product.member_price) }} NT${{ commaFormat(product.group_price) }}

商品組合
{{k_row.name}} x {{k_row.qty}}
{{k_row.intro}}
{{ optionDisplayText('加入購物車看優惠'); }}
贈品 (買就送)

{{ pItem.title }}

備註 ⭐此書較長備貨，下單後約7-10個工作日(不含例假日)寄出
此商品不適用
付款方式

轉帳/匯款/無摺存款 / LinePay付款 / 超商代碼付款(綠界金流) / 信用卡一次付清(綠界金流) / AFTEE 先享後付 / [圖書專用] 7-11取貨付款

配送方式

7-11超商取貨 / 全家超商取貨 / 宅配到家 / 校園門市店到店取貨(需7~10個工作天，急用勿選)

超值加購


出版商:深智
出版日期:2025-08-19
語言:繁體中文
頁數:400
ISBN-13:
9786267757192

【內容】
►掌握大模型推薦系統核心技術與設計原理

►從預訓練、微調到上下文學習完整覆蓋

►系統化拆解4種推薦範式與工程實踐技巧

►深度解析嵌入特徵、生成樣本與商品內容

►實作TALLRec、GIRL等前沿推薦模型

►運用大模型強化電子商務冷啟與對話推薦

►實務導向，涵蓋MIND與Amazon資料集應用

►提供CUDA與MacBook雙開發環境安裝指南

►完整展現大模型在真實推薦業務中的落地挑戰與策略

►建構互動式智慧體與推薦解釋提升用戶說服力



本書系統性解析大模型如何重塑推薦系統架構，全面涵蓋預訓練、微調、上下文學習等核心技術，並以實戰角度帶領讀者進行實作與部署。透過MIND、Amazon等主流資料集，詳細展示從資料準備、開發環境建置到模型推理的完整流程。內容涵蓋嵌入特徵生成、冷啟推薦、推薦解釋、互動式推薦等熱門應用，並實作TALLRec、GIRL、LLMRank等前沿案例。進階章節更涵蓋大模型在真實業務中的部署策略、ROI 分析與工程最佳化，幫助開發者將技術真正落地。適合大專院校、AI 工程師及產業實務人員深入學習大模型推薦技術的首選指南。

【目錄】
▌第1章 基礎知識

1.1 大模型相關資源

1.1.1 可用的模型及API

1.1.2 資料資源

1.1.3 軟體資源

1.1.4 硬體資源

1.2 大模型預訓練

1.2.1 資料收集與前置處理

1.2.2 確定模型架構

1.2.3 確定目標函式及預訓練

1.2.4 解碼策略

1.3 大模型微調

1.3.1 微調原理

1.3.2 指令微調

1.3.3 對齊微調

1.4 大模型線上學習

1.4.1 提示詞

1.4.2 上下文學習

1.4.3 思維鏈提示詞

1.4.4 規劃

1.5 大模型推理

1.5.1 高效推理技術

1.5.2 高效推理軟體工具

1.6 總結



▌第2章 資料準備與開發環境準備

2.1 MIND 資料集介紹

2.2 Amazon 電子商務資料集介紹

2.3 開發環境準備

2.3.1 架設CUDA 開發環境

2.3.2 架設MacBook 開發環境

2.4 總結



▌第3章 大模型推薦系統的資料來源、一般想法和4 種範式

3.1 大模型推薦系統的資料來源

3.1.1 大模型相關的資料

3.1.2 新聞推薦系統相關的資料

3.1.3 將推薦資料編碼為大模型可用資料

3.2 將大模型用於推薦的一般想法

3.3 將大模型應用於推薦的4 種範式

3.3.1 基於大模型的生成範式

3.3.2 基於PLM 的預訓練範式

3.3.3 基於大模型的微調範式

3.3.4 基於大模型的直接推薦範式

3.4 總結



▌第4章 生成範式：大模型生成特徵、訓練資料與物品

4.1 大模型生成嵌入特徵

4.1.1 嵌入的價值

4.1.2 嵌入方法介紹

4.2 大模型生成文字特徵

4.2.1 生成文字特徵

4.2.2 生成文字特徵的其他方法

4.3 大模型生成訓練資料

4.3.1 大模型直接生成表格類資料

4.3.2 大模型生成監督樣本資料

4.4 大模型生成待推薦物品

4.4.1 為使用者生成個性化新聞

4.4.2 生成個性化的視訊

4.5 總結



▌第5章 預訓練範式：透過大模型預訓練進行推薦

5.1 預訓練的一般想法和方法

5.1.1 預訓練資料準備

5.1.2 大模型架構選擇

5.1.3 大模型預訓練

5.1.4 大模型推理（用於推薦）

5.2 案例講解

5.2.1 基於PTUM 架構的預訓練推薦系統

5.2.2 基於P5 的預訓練推薦系統

5.3 基於MIND 資料集的程式實戰

5.3.1 預訓練資料集準備

5.3.2 模型預訓練

5.3.3 模型推理與驗證

5.4 總結



▌第6章 微調範式：微調大模型進行個性化推薦

6.1 微調的方法

6.1.1 微調的價值

6.1.2 微調的步驟

6.1.3 微調的方法

6.1.4 微調的困難與挑戰

6.2 案例講解

6.2.1 TALLRec 微調框架

6.2.2 GIRL：基於人類回饋的微調框架

6.3 基於MIND 資料集實現微調

6.3.1 微調資料準備

6.3.2 模型微調

6.3.3 模型推斷

6.4 總結



▌第7章 直接推薦範式：利用大模型的上下文學習進行推薦

7.1 上下文學習推薦基本原理

7.2 案例講解

7.2.1 LLMRank 實現案例

7.2.2 多工實現案例

7.2.3 NIR 實現案例

7.3 上下文學習推薦程式實現

7.3.1 資料準備

7.3.2 程式實現

7.4 總結



▌第8章 實戰案例：大模型在電子商務推薦中的應用

▌第9章 專案實踐：大模型落地真實業務場景


▌後記

【關於教科書訂購說明】

☆ 單本即有折扣，將商品放入購物車就可以看見優惠價唷！五本以上團購更便宜！加入會員訂購，還可累積購物金！

★ 若有急需用書，可先LINE私訊詢問庫存呦~

☆ 出貨時間：有現貨的，2個工作日內出貨；無現貨，約3~5個工作日 出貨


【寄送方式說明】

❶ 實體門市取貨

全台麗文校園書局皆可取貨，貨到書局將會以簡訊通知。


❷ 超商取貨

提供7-11及全家超商取貨(需先付款，無貨到付款)。


❸ 一般宅配

本公司主要與黑貓宅急便配合，送達到您指定的地址。


※當您於本網站消費交易完成後，電子發票將會以電子郵件寄給您；如需紙本發票請於下訂時於備註欄位說明。


【付款方式說明】

❶ ATM轉帳、匯款

銀行│第一銀行-三民分行

代號│007

戶名│麗文文化事業股份有限公司

帳號│704-10-051861

※實體ATM每日轉帳最高限額為3萬，若訂購金額超過3萬元，請分兩天或是使用不同的銀行帳戶轉帳。

❷ 信用卡（可分期，需負擔手續費）

凡各家銀行的VISA、MASTER、Union Pay、JCB信用卡皆可使用。

❺ 超商代碼

系統會發送繳費代碼至您的電子信箱，需自行至「超商機器ex：iBon」輸入代碼，產生繳費單後前往櫃檯繳費。


❼ 免卡分期

麗文校園購與「zingala銀角零卡」「第一資融」以及「皮路後支付」合作，讓您免用信用卡就可以購物。
如有使用上的問題，可以先與揪小編聯絡唷！。

※請注意：超過7天未付款之訂單則訂單自動失效；免卡分期訂單成立起7天內未主動聯繫亦同。


【其他說明】

❶關於出貨

1.商品為不缺貨前提下，訂單完成付款後2-4個工作天將會出貨(不含例假日及國定假日)；若商品缺貨則須等待1-2週。

2.麗文校園揪來玩保留訂單接受與否權利，若因交易條件有誤或有其他情形導致我們無法接受您的訂單，將以E-mail發送取消訂單通知給您，造成不便敬請見諒。


❷關於退貨

1.非門市現場消費享有七天猶豫期，收到商品當天往後算七天內若是決定不買，則協助不要拆封，一拆封視同願意購買。

2.若真的決定不購買商品要退貨，請聯繫我們LINE線上客服，我們會盡速為您處理。


❸關於新品瑕疵與維修保固

1.全新商品享有購買七日內，新品瑕疵的換新保障；但新品瑕疵與否，是由商品代理商或原廠所判定，麗文校園揪來玩僅能依據判定的結果給予協助。若是原廠判定非新品瑕疵則無法換新，需改為維修的方式處理。

2.新品瑕疵換新的作業時間，將依各廠商的流程而定，最快2個工作天，慢的話也可能需要到15個工作天。

3.購買超過七日後，維修服務由原廠提供。如有需要維修，麗文校園揪來玩可以代為送修，但送修如需運費時（EX:原廠沒有提供免費收件服務），則需由您負擔送修的運費（運費約為100元起，因商品大小而異）。


【華碩的維修服務】

華碩維修保固說明

三大禮遇及完美保固電商素材-5_Page2_09.jpg

推薦一起買

推薦購買