展开全部

主编推荐语

如何把用户感兴趣的信息精准推荐给用户,这本书讲解推荐系统的实战方法。

内容简介

随着信息技术和互联网的发展,人们逐渐从信息匮乏的时代走入了信息过载(information overload)的时代 。在这个时代,无论是信息消费者还是信息生产者都遇到了很大的挑战:对于信息消费者,从大量信息中找到自己感兴趣的信息是一件非常困难的事情;对于信息生产者,让自己生产的信息脱颖而出,受到广大用户的关注,也是一件非常困难的事情。

推荐系统是解决这一矛盾的重要工具。推荐系统的任务是联系用户和信息,一方面帮助用户发现对自己有价值的信息,另一方面让信息能够展现在对它感兴趣的用户面前,从而实现信息消费者和信息生产者的双赢。

目录

  • 版权信息
  • 序一
  • 序二
  • 序三
  • 前言
  • 第1章 好的推荐系统
  • 1.1 什么是推荐系统
  • 1.2 个性化推荐系统的应用
  • 1.3 推荐系统评测
  • 第2章 利用用户行为数据
  • 2.1 用户行为数据简介
  • 2.2 用户行为分析
  • 2.3 实验设计和算法评测
  • 2.4 基于邻域的算法
  • 2.5 隐语义模型
  • 2.6 基于图的模型
  • 第3章 推荐系统冷启动问题
  • 3.1 冷启动问题简介
  • 3.2 利用用户注册信息
  • 3.3 选择合适的物品启动用户的兴趣
  • 3.4 利用物品的内容信息
  • 3.5 发挥专家的作用
  • 第4章 利用用户标签数据
  • 4.1 UGC 标签系统的代表应用
  • 4.2 标签系统中的推荐问题
  • 4.3 基于标签的推荐系统
  • 4.4 给用户推荐标签
  • 4.5 扩展阅读
  • 第5章 利用上下文信息
  • 5.1 时间上下文信息
  • 5.2 地点上下文信息
  • 5.3 扩展阅读
  • 第6章 利用社交网络数据
  • 6.1 获取社交网络数据的途径
  • 6.2 社交网络数据简介
  • 6.3 基于社交网络的推荐
  • 6.4 给用户推荐好友
  • 6.5 扩展阅读
  • 第7章 推荐系统实例
  • 7.1 外围架构
  • 7.2 推荐系统架构
  • 7.3 推荐引擎的架构
  • 7.4 扩展阅读
  • 第8章 评分预测问题
  • 8.1 离线实验方法
  • 8.2 评分预测算法
  • 后记
展开全部

评分及书评

4.1
12个评分
  • 用户头像
    给这本书评了
    4.0
    本书和字节跳动的一段故事

    今日头条 APP 刚发布没不久,张一鸣意识到个性化推荐引擎的重要性,于是召集所有产品和技术骨干在锦秋家园六楼办公室讨论,核心议题是要不要启动个性化推荐引擎项目。当时非常多的人担心今日头条没有 “基因” 和能力,但张一鸣却坚持不会可以学。张一鸣所谓 “可以学” 的第一步就是找项亮要他写的书(也就是这本书!),但并没有要到,于是只好自己写了第一版推荐引擎,可惜效果不佳。直到 2018 年,今日头条已经做到很大规模了,本书作者才加入了字节跳动。

      转发
      评论
      用户头像
      给这本书评了
      3.0

      良心讲,这本书不是太好评价!如果没有看序,我大概会评分低,但看到有吴军老师做了推荐,所以猜测大概是自己底子不够,没有真正领悟到价值内核,只能从自我感受方面说下。首先,内容比较陈旧,因为出版时候 2012 年,技术更新迭代速度快,所以部分内容用今天视角读显得有些过时,其次,陈列说明类偏多,方法性的内容偏少,更像一本介绍说明。

        转发
        3
        用户头像
        给这本书评了
        5.0

        本书基本采用数据分类的方法,每一章都介绍了一种可以用于推荐系统设计的、新类型的用户数据,然后介绍如何通过各种方法利用该数据,最后在公开数据集上评测这些方法。当然,不是所有数据都有公开的数据集,并且不是所有算法都可以进行离线评测。因此,在遇到没有数据集或无法进行离线评测的问题时,本书引用了一些著名学者的实验结果来说明各种方法的效果。

          转发
          评论
        • 查看全部7条书评

        出版方

        人民邮电出版社·图灵出品

        图灵社区成立于2005年6月,由人民邮电出版社投资控股,以策划出版高质量的科技书籍为核心业务,主要出版领域包括计算机、电子电气、数学统计、科普等,通过引进国际高水平的教材、专著,以及发掘国内优秀原创作品等途径,为目标读者提供一流的内容。