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

業務驅動的推薦系統(方法與實踐)/智能系統與技術叢書

  • 作者：付聰|責編:韓蕊
  • 出版社：機械工業
  • ISBN：9787111720935
  • 出版日期：2023/01/01
  • 裝幀：平裝
  • 頁數：195
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    這是一本從業務視角解讀推薦系統架構設計、評估方法、數據工程和演算法原理的著作。
    市面上推薦系統方面的著作，內容多以推薦技術、演算法和模型為主，讓讀者誤以為掌握了推薦演算法就能用好推薦系統並提升業務指標，其實推薦演算法只是工具，要真正發揮推薦系統的價值，需要將推薦系統植根于業務之上。本書從業務視角出發，描繪了當下主流推薦系統的設計思想和架構全貌，重點突出系統每個模塊所需要解決的問題，進而介紹一到兩種實踐檢驗普遍有效、在學術界具備里程碑性質的演算法。幫助讀者練成識別演算法的火眼金睛，從每年大量產出的新演算法研究中去粗取精，真正解決實際問題。
    閱讀本書，你將有如下收穫：從商業、運營、演算法、工程視角理解推薦系統，對推薦系統的認知更加立體化；從業務視角理解推薦系統的頂層設計，掌握業務驅動的推薦系統設計思想；掌握業務驅動型推薦系統的評估方法，涵蓋B端、C端和平台等多個維度；了解推薦系統的數據工程，掌握獲取各類數據、構建特徵體系的方法；從業務視角理解召回、排序和決策智能方面的經典演算法和學術界有里程碑意義的演算法；從技術和業務的雙重視角去規劃推薦演算法工程師的成長路徑，以達到事半功倍的效果。
作者介紹
付聰|責編:韓蕊
    付聰，博士，畢業於浙江大學電腦學院，美國南加州大學訪問學者，前阿里巴巴演算法專家。工業級高性能高維數據檢索演算法NSG、SSG的發明人，致力於推薦系統、搜索引擎前沿技術的研究和應用。曾作為團隊負責人，在千萬級DAU的電商及視頻業務場景下，成功實現了推薦系統、搜索引擎、搜推融合等技術方向的項目落地，積累了豐富的實戰經驗。     學生時代師從國家優秀青年學者蔡登教授與國家傑出青年學者、前滴滴研究院院長何曉飛教授。在人工智慧、推薦系統、資料庫、數據挖掘、自然語言處理、神經網路、知識圖譜等多個領域有豐富的研究成果。在頂級會議或期刊TPAMI、KDD、VLDB、IJCAI、EMNLP、CIKM等發表過多篇論文，並擔任TKDE、IJCAI、EMNLP、AAAI、Neuron Computing等國際會議審稿人。
目錄
前言
第一部分  業務驅動下的推薦系統總覽
  第1章  從業務視角看推薦系統
    1.1  推薦系統的定義與商業價值
      1.1.1  推薦系統的基本概念與業務驅動思想
      1.1.2  淺談個性化推薦帶來的商業價值
    1.2  從運營、演算法與工程視角看推薦系統
      1.2.1  推薦業務運營思維：貨找人
      1.2.2  推薦演算法建模思維：人找貨
      1.2.3  推薦引擎工程展望：服務產品化
  第2章  從業務視角看推薦系統的頂層設計
    2.1  業務驅動下的推薦系統設計思想
      2.1.1  業務無關的推薦系統抽象
      2.1.2  推薦演算法模塊核心能力的建設
    2.2  從系統框架透視業務生態循環
      2.2.1  系統大圖剖析
      2.2.2  監察者：埋點日誌服務
      2.2.3  業務大腦：數據計算、分析及倉儲服務
      2.2.4  主循環系統：召回與排序模塊
      2.2.5  副循環系統：運營管控與作業模塊
      2.2.6  新陳代謝：運維與實驗平台
    2.3  迭代效率大化：圖化服務和配置化迭代
  第3章  評估推薦系統的方式與維度
    3.1  業務驅動型推薦系統的評估要點
      3.1.1  體驗優先準則和量化方式
      3.1.2  評估推薦系統的方法論
      3.1.3  從3種業務價值出發設計評估體系
    3.2  B端業務：B端用戶體驗的評估維度
      3.2.1  平台玩法的可解釋性
      3.2.2  投放效果的可預測性
      3.2.3  投入產出比
      3.2.4  基尼指數
    3.3  C端業務：C端用戶體驗的評估維度
      3.3.1  興趣相關性
      3.3.2  內容質量
      3.3.3  結果多樣性
      3.3.4  推薦驚喜性
    3.4  平台成長：平台價值評估維度
      3.4.1  產品調性和品牌印象
      3.4.2  消費與轉化率
      3.4.3  高、中、低活用戶留存
      3.4.4  活躍用戶量
    3.5  評估方法概覽
      3.5.1  用戶調研
      3.5.2  離線評估
      3.5.3  在線評估
    3.6  AB實驗
      3.6.1  AB實驗中的流量切分設計
      3.6.2  AB實驗的通用流程
      3.6.3  實驗結果的顯著性校驗和關聯分析

      3.6.4  實驗報表與監控報警
第二部分  推薦系統的數據工程
第三部分  推薦系統的演算法原理與實踐
第四部分  推薦演算法工程師的自我成長

  • 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