幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

推薦系統開發實戰

  • 作者：編者:高陽團
  • 出版社：電子工業
  • ISBN：9787121365201
  • 出版日期：2019/07/01
  • 裝幀：平裝
  • 頁數：345
人民幣：RMB 79 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是一本關於推薦系統從入門到進階的讀物，採用「理論+實踐」的形式展開，不僅對各種推薦演算法進行了介紹，還對演算法所涉及的基礎理論知識進行了補充。
    全書共分為3篇：第1篇是「推薦系統的背景介紹和入門」，包括走進推薦系統、搭建你的第一個推薦系統和推薦系統常用數據集介紹；第2篇是「推薦系統涉及的演算法介紹、冷啟動和效果評估」，包括數據挖掘——讓推薦系統更懂你、基於用戶行為特徵的推薦、基於標籤的推薦、基於上下文的推薦、基於點擊率預估的推薦、推薦系統中的冷啟動和推薦系統中的效果評估；第3篇是「推薦系統實例」，包括搭建一個新聞推薦系統、搭建一個音樂推薦系統、搭建一個圖書推薦系統和業界推薦系統架構介紹。
    書中的實例開發幾乎都是基於公開的數據集進行的，當然也涉及一些網路中獲取的數據，其最終目的都是讓讀者能夠更好地理解推薦演算法，更直觀地認識推薦系統。書中所涉及的數據集和實例代碼都會提供給讀者，這不僅在一定程度上方便讀者學習，而且為以後的工作提供了便利。
    本書非常適合有一定編程基礎、對推薦系統感興趣的讀者，希望用推薦演算法完成設計的高等院校電腦或電子信息專業的學生，準備開設推薦系統實踐課的授課老師，學習過Python、希望進一步提升編程水平的開發者，初學數據挖掘、機器學習的演算法工程師或數據分析師閱讀使用。
作者介紹
編者:高陽團
    高陽團，（全網唯一ID：Thinkgamer），CSDN博客專家，現就職于京東，任職演算法工程師，入職以來，一直從事推薦系統相關的研究和開發工作，對推薦排序、深度學習、強化學習具有濃厚興趣，擅長推薦排序、Spark、深度學習。
目錄
第1篇  推薦系統的背景介紹和入門
  第1章  走進推薦系統
    1.1  從「啤酒與尿布」到推薦系統的前世今生
      1.1.1  「啤酒與尿布」
      1.1.2  推薦系統的前世今生
    1.2  推薦系統可以做什麼
      1.2.1  什麼是推薦系統
      1.2.2  在電商類產品中的應用
      1.2.3  在社交類產品中的應用
      1.2.4  在音樂類產品中的應用
      1.2.5  在視頻類產品中的應用
      1.2.6  在閱讀類產品中的應用
      1.2.7  在服務類產品中的應用
    1.3  學習本書需要的技能
      1.3.1  Python基礎
      1.3.2  數據結構
      1.3.3  工程能力
    1.4  如何學習本書
    1.5  知識導圖
  第2章  搭建你的第一個推薦系統
    2.1  實例1：搭建電影推薦系統
      2.1.1  利用Netflix數據集準備數據
      2.1.2  使用Python表示數據
      2.1.3  選擇相似用戶
      2.1.4  為用戶推薦相似用戶喜歡的電影
      2.1.5  分析效果
    2.2  總結：搭建推薦系統的一般步驟
      2.2.1  準備數據
      2.2.2  選擇演算法
      2.2.3  模型訓練
      2.2.4  效果評估
    2.3  知識導圖
  第3章  推薦系統常用數據集介紹
    3.1  MovieLens數據集
      3.1.1  README
      3.1.2  ratings.dat
      3.1.3  movies.dat
      3.1.4  users.dat
    3.2  Book-Crossings數據集
      3.2.1  BX-Book-Ratings.csv
      3.2.2  BX-Books.csv
      3.2.3  BX-Users.csv
    3.3  Last.fm數據集
      3.3.1  README
      3.3.2  artists.dat
      3.3.3  tags.dat
      3.3.4  user_artists.dat
      3.3.5  user_friends.dat
      3.3.6  uses_taggedartists.dat
      3.3.7  user_taggedartists-timestamps.dat

    3.4  FourSquare數據集
      3.4.1  users.dat
      3.4.2  venues.dat
      3.4.3  checkins.dat
      3.4.4  socialgraph.dat
      3.4.5  ratings.dat
    3.5  Kaggle比賽之retailrocket數據集
      3.5.1  events.csv
      3.5.2  category_tree.csv
      3.5.3  item_properties.csv
    3.6  場景分析
    3.7  知識導圖
第2篇  推薦系統涉及的演算法介紹、冷啟動和效果評估
  第4章  數據挖掘——讓推薦系統更懂你
  第5章  基於用戶行為特徵的推薦
  第6章  基於標籤的推薦
  第7章  基於上下文的推薦
  第8章  基於點擊率預估的推薦
  第9章  推薦系統中的冷啟動
  第10章  推薦系統中的效果評估
第3篇  推薦系統實例
  第11章  實例32：搭建一個新聞推薦系統
  第12章  實例33：搭建一個音樂推薦系統
  第13章  實例34：搭建一個圖書推薦系統
  第14章  業界推薦系統架構介紹

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032