管理学 类型
可以朗读 语音朗读
160千字 字数
2022-12-01 发行日期
展开全部

主编推荐语

一本从业务视角解读推荐系统架构设计、评估方法、数据工程和算法原理的著作。

内容简介

市面上推荐系统方面的著作，内容多以推荐技术、算法和模型为主，让读者误以为掌握了推荐算法就能用好推荐系统并提升业务指标，其实推荐算法只是工具，要真正发挥推荐系统的价值，需要将推荐系统植根于业务之上。

本书从业务视角出发，描绘了当下主流推荐系统的设计思想和架构全貌，重点突出系统每个模块所需要解决的问题，进而介绍一到两种实践检验普遍有效、在学术界具备里程碑性质的算法。帮助读者练成识别算法的火眼金睛，从每年大量产出的新算法研究中去粗取精，真正解决实际问题。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 第一部分 业务驱动下的推荐系统总览
  • 第1章 从业务视角看推荐系统
  • 1.1 推荐系统的定义与商业价值
  • 1.2 从运营、算法与工程视角看推荐系统
  • 第2章 从业务视角看推荐系统的顶层设计
  • 2.1 业务驱动下的推荐系统设计思想
  • 2.2 从系统框架透视业务生态循环
  • 2.3 迭代效率最大化：图化服务和配置化迭代
  • 第3章 评估推荐系统的方式与维度
  • 3.1 业务驱动型推荐系统的评估要点
  • 3.2 B端业务：B端用户体验的评估维度
  • 3.3 C端业务：C端用户体验的评估维度
  • 3.4 平台成长：平台价值评估维度
  • 3.5 评估方法概览
  • 3.6 AB实验
  • 第二部分 推荐系统的数据工程
  • 第4章 业务标签体系
  • 4.1 业务标签体系概述
  • 4.2 业务标签体系的设计思路
  • 4.3 业务标签的挖掘方法
  • 4.4 业务标签体系的评估方法
  • 第5章 用户画像：业务层面的人格抽象
  • 5.1 用户画像概述
  • 5.2 用户画像设计
  • 5.3 用户画像的构建与迭代
  • 5.4 用户画像的评估方法
  • 第6章 生态循环的血液：数据获取与处理
  • 6.1 埋点日志服务与埋点体系的设计思想
  • 6.2 可扩展的业务埋点体系
  • 6.3 基于埋点数据的处理和分析
  • 第7章 业务定制化特征和样本工程设计
  • 7.1 推荐特征体系概览
  • 7.2 推荐系统特征设计及案例
  • 7.3 特征应用常见问题
  • 7.4 特征去噪
  • 7.5 特征样本构造和模型训练
  • 7.6 时间穿越及处理
  • 7.7 特征与样本消偏
  • 7.8 特征评估方法
  • 第三部分 推荐系统的算法原理与实践
  • 第8章 业务驱动视角下的召回技术
  • 8.1 推荐系统召回技术概览
  • 8.2 召回中的策略框架
  • 8.3 U2I召回算法
  • 8.4 I2I召回算法
  • 8.5 基于图结构的召回算法
  • 8.6 向量召回的另一面：近似检索算法
  • 8.7 召回中的采样技术
  • 第9章 业务驱动视角下的排序技术
  • 9.1 排序模块概览
  • 9.2 粗排模块
  • 9.3 精排模型
  • 9.4 多准则排序
  • 第10章 算法辅助人工：决策智能
  • 10.1 决策智能概述
  • 10.2 决策智能与推荐探索利用机制
  • 10.3 因果推断技术
  • 10.4 流量调控
  • 第四部分 推荐算法工程师的自我成长
  • 第11章 推荐算法工程师的成长路径
  • 11.1 技术：推荐算法工程师的立身之本
  • 11.2 业务：推荐算法工程师的立业之道
  • 11.3 推荐算法工程师的自我修养
  • 作者简介
展开全部

评分及书评

评分不足
1个评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。