同類熱銷排行榜

大規模推薦系統實戰/圖靈原創

作者：阿星|責編:王軍花
出版社：人民郵電
ISBN：9787115593856

出版日期：2022/08/01
裝幀：平裝
頁數：368

人民幣：RMB 99.8 元售價：元

內容大鋼

作為機器學習領域應用比較成熟、廣泛的業務，個性化推薦在電商、短視頻等平台發揮著重要作用，其背後的推薦系統已成為當今越來越多應用程序的標配。關於推薦演算法的論述有很多，而要將其很好地應用到實際場景中，則需要大量的實踐經驗。本書從實戰的角度介紹推薦系統，主要包含三部分：召回演算法、排序演算法和工程實踐。書中細緻剖析了如何在工業中對海量數據應用演算法，涵蓋了從演算法原理，到模型搭建、優化以及最佳實踐等諸多內容。

作者介紹

阿星|責編:王軍花
阿星，曾在位元組跳動、蘇寧易購等企業負責推薦/廣告演算法的設計、開發和優化工作，在應對海量數據下的演算法建模以及點擊率/轉化率預估等任務中積累了大量實戰經驗。目前就職于跨境電商巨頭SHEIN，負責提升全球核心業務場景的流量分發效率。

  第1章  推薦系統
    1.1  推薦系統是什麼
      1.1.1  京東商城
      1.1.2  亞馬遜
      1.1.3  YouTube
    1.2  推薦系統整體架構
    1.3  推薦系統演算法概述
      1.3.1  召回演算法
      1.3.2  排序演算法
    1.4  周邊配套系統
      1.4.1  機器學習平台
      1.4.2  特徵平台
      1.4.3  模型服務平台
      1.4.4  A/B測試平台
    1.5  總結
第一部分  召回演算法
  第2章  協同過濾
    2.1  演算法應用
    2.2  演算法原理
      2.2.1  打分機制
      2.2.2  物品相似度
    2.3  演算法實現
      2.3.1  步驟1：數據源讀取
      2.3.2  步驟2：聚合用戶行為
      2.3.3  步驟3：局部物品相似度
      2.3.4  步驟4和步驟5：全局物品相似度
      2.3.5  步驟6：Top N
    2.4  演算法優化
      2.4.1  無效用戶過濾
      2.4.2  熱門懲罰
    2.5  完整代碼
    2.6  准實時更新
      2.6.1  數據準備
      2.6.2  實時數據取數邏輯
      2.6.3  准實時更新相似度
    2.7  總結
  第3章  關聯規則
    3.1  關聯規則
      3.1.1  定義
      3.1.2  頻繁項集
    3.2  Apriori演算法
      3.2.1  頻繁項集生成
      3.2.2  關聯規則生成
    3.3  FPGrowth
      3.3.1  FP樹
      3.3.2  邏輯
      3.3.3  舉例
      3.3.4  運行
      3.3.5  完整代碼
      3.3.6  數據集

      3.3.7  源碼分析
      3.3.8  演算法優化
    3.4  總結
  第4章  Word2Vec
    4.1  詞向量示例
    4.2  數據準備
      4.2.1  辭彙表
  ……
第二部分  排序演算法
第三部分  工程實踐

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

大規模推薦系統實戰/圖靈原創