同類熱銷排行榜

構建企業級推薦系統(演算法工程實現與案例分析)/智能系統與技術叢書

作者：劉強|責編:楊?國
出版社：機械工業
ISBN：9787111686163

出版日期：2021/07/01
裝幀：平裝
頁數：480

人民幣：RMB 129 元售價：元

內容大鋼

推薦系統是一種高效的信息分發解決方案。對任何一家提供產品/服務的互聯網公司來說，利用推薦系統都可以高效地進行內容、商品的分發與推薦，從而更好地提升用戶使用體驗、創造商業價值。但是，構建一套完善、穩定、高效、低成本、靈活的推薦系統是一件非常困難的事情，涉及數據、演算法、工程、產品交互、業務指標等。只有對這些知識點進行深入了解，並結合公司的業務，才能構建出具備商業價值的推薦系統。如果你正著手了解推薦系統，或者剛從事推薦相關工作，看不清推薦系統的全貌，無法確定重點，更不知道如何讓推薦系統真正發揮價值，那麼選擇本書就對了。
由於篇幅所限，部分內容（比如推薦演算法工程師的知識儲備、從零開始入門推薦演算法、推薦系統價值觀、推薦系統未來的發展、智能重排序等）並未放入該書，讀者可以掃碼關注下面的公眾號，回復「推薦系統」獲得這些內容。

作者介紹

劉強|責編:楊?國
劉強，2009年碩士畢業於中國科學技術大學數學系，有12年大數據與推薦系統相關實戰經驗，是電視貓大數據與人工智慧團隊的負責人。他帶領團隊從零開始搭建公司的大數據平台，將數據分析、數據可視化、推薦系統、搜索等大數據及AI能力應用於公司業務中。目前，公司近30%的流量來源於推薦和搜索。他還創建了「數據與智能」社區（包括同名的微信公眾號、視頻號、知乎、B站等自媒體平台號），聚焦于數據分析、大數據、推薦系統、機器學習、人工智慧等領域知識的分享與傳播。目前已出版推薦系統專著一部《構建企業級推薦系統：演算法、工程實現與案例分析》。

前言
第一篇  推薦系統基礎認知
第1章  推薦系統介紹
  1.1  推薦系統產生的背景
  1.2  推薦系統解決什麼問題
  1.3  推薦系統的應用領域
  1.4  推薦系統的定義
  1.5  常用的推薦演算法
    1.5.1  基於內容的推薦
    1.5.2  協同過濾
    1.5.3  基於模型的推薦
    1.5.4  基於社交關係的推薦
  1.6  構建推薦系統的阻礙與挑戰
  1.7  推薦系統的價值
  1.8  本章小結
第二篇  推薦系統基礎演算法
第2章  推薦演算法基礎
  2.1  推薦系統範式
  2.2  推薦演算法3階段pipeline架構
  2.3  推薦召回演算法
    2.3.1  完全非個性化範式
    2.3.2  完全個性化範式
    2.3.3  群組個性化範式
    2.3.4  標的物關聯標的物範式
    2.3.5  笛卡兒積範式
  2.4  排序演算法
    2.4.1  logistic回歸模型
    2.4.2  GBDT模型
    2.4.3  Wide & Deep模型
  2.5  推薦演算法落地需要關注的幾個問題
    2.5.1  推薦演算法工程落地一定要用到排序模塊嗎
    2.5.2  推薦演算法服務於用戶的兩種形式
    2.5.3  推薦系統評估
  2.6  本章小結
第3章  基於內容的推薦演算法
  3.1  什麼是基於內容的推薦演算法
  ……
第三篇  推薦系統進階演算法
第四篇  推薦系統評估與價值
第五篇  推薦系統工程實現
第六篇  推薦系統產品與運營
第七篇  推薦系統案例分析
附錄A  推薦演算法工程師的成長之道
附錄B  推薦演算法團隊組成及目標定位

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

構建企業級推薦系統(演算法工程實現與案例分析)/智能系統與技術叢書