智能搜索和推荐系统：原理算法与应用
全新正版现货
￥ 59.2 7.5折 ￥ 79 全新
仅1件
作者刘宇 赵宏宇 刘书斌 孙明珠
出版社机械工业出版社
ISBN9787111670674
出版时间2021-01
装帧平装
开本16开
纸张胶版纸
定价79元
货号29193689
上书时间2023-10-13
- 在售商品 暂无
- 平均发货时间 22小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版全新
- 商品描述
-
【编辑推荐】:
NO.1 作者资深
作者均是有多年经验的搜索、推荐、AI方面的技术专家，精通各种算法
NO.2 引领趋势
深入讲解DL、ML、NLP等AI技术和算法在搜索和推荐中的应用
NO.3 精准讲解
针对性讲解搜索和推荐入门数学基础、原理、架构、算法等核心知识
NO.4 零基础入门
搜索、推荐、AI零基础的读者也能快速掌握基本理论知识和常用实践方法
NO.5 注重实战
包含大量常见架构和实用算法，以及多个搜索、推荐和广告方面的综合案例
【内容简介】:
本书是一部面向初学者的搜索和推荐系统实战宝典。多位资深专家融合自己丰富的工程实践经验，一方面，精准地介绍了搜索和推荐系统的理论基础、工作原理和常见架构；一方面，深入地讲解了机器学习、深度学习、自然语言处理等AI技术在搜索和推荐系统中的应用场景、主要算法及其实现、工程实践案例。
全书一共12章，分为 四大部分。
*部分（第 1 ～ 3 章） 搜索和推荐系统基础
首先介绍了概率统计与应用数学的基础知识，然后介绍了搜索和推荐系统的常识，*后介绍了知识图谱的基础理论。
第二部分（第 4 ～ 6 章） 搜索系统原理与架构
首先讲解了搜索系统的架构和原理，帮助读者了解搜索系统的组成、工作原理以及知识图谱在搜索系统中的应用；其次讲解了搜索系统中涉及的基本模型、机器学习以及深度学习算法；*后讲解了评价搜索系统的指标体系。
第三部分（第 7 ～ 9 章） 推荐系统原理与架构
首先讲解了推荐系统的架构和原理；其次讲解了推荐系统中涉及的线性模型、树模型以及深度学习模型；*后讲解了评价推荐系统的指标体系。
第四部分（第 10 ～ 12 章） 实战应用
首先介绍三种常见的搜索引擎工具，包括 Lucene、Solr和Elasticsearch；其次讲解了搜索系统和推荐系统的应用；*后介绍了如何充分结合AI与工程在工业界发挥作用。
【作者简介】:
刘宇
清华大学硕士，现就职于一家跨境电商公司，任技术总监，主要负责该公司搜索推荐业务以及广告的相关技术开发。目前工作的重点是算法在搜索系统、推荐系统、对话系统等具体业务场景下的实际应用。对机器学习、深度学习、大数据应用与开发等颇有研究。合著有《聊天机器人：入门、进阶与实战》一书。
赵宏宇
本科毕业于东北大学；研究生毕业于RIT，主修AI方向。现就职于猎聘网，主要负责猎聘网推荐排序相关的工作。
刘书斌
本科毕业于东北大学，现就职于美团，资深系统开发工程师。曾在唯品会任职，主要负责搜索工程的架构设计与实现等相关工作，在ElasticSearch方面有丰富的工程实践经验。
孙明珠
硕士毕业于南京航空航天大学，现就职于猎聘网，担任高级算法工程师，负责查询理解、解析、扩展等NLP相关的工作。
【目录】:
推荐序一
推荐序二
前言
部分 搜索和推荐系统的基础
第1章 概率统计与应用数学基础知识 2
1.1 概率论基础 2
1.1.1 概率定义 2
1.1.2 随机变量 5
1.1.3 基础的概率分布 5
1.1.4 期望、方差、标准差、协方差 8
1.2 线性代数基础 10
1.2.1 矩阵 10
1.2.2 向量 10
1.2.3 张量 11
1.2.4 特征向量和特征值 12
1.2.5 奇异值分解 12
1.3 机器学习基础 13
1.3.1 导数 13
1.3.2 梯度 14
1.3.3 似然估计 14
1.3.4 随机过程与隐马尔可夫模型 15
1.3.5 信息熵 16
1.4 本章小结 18
第2章 搜索系统和推荐系统常识 19
2.1 搜索系统 19
2.1.1 什么是搜索引擎及搜索系统 19
2.1.2 搜索引擎的发展史 21
2.1.3 搜索引擎的分类 22
2.2 推荐系统 23
2.2.1 什么是推荐系统 24
2.2.2 推荐系统的发展史 24
2.2.3 推荐系统应用场景 25
2.2.4 推荐系统的分类 26
2.3 搜索与推荐的区别 29
2.4 本章小结 30
第3章 知识图谱相关理论 31
3.1 知识图谱概述 31
3.1.1 什么是知识图谱 31
3.1.2 知识图谱的价值 33
3.1.3 知识图谱的架构 35
3.1.4 知识图谱的表示与建模 36
3.2 信息抽取 39
3.2.1 实体识别 40
3.2.2 关系抽取 46
3.3 知识融合 50
3.3.1 实体对齐 50
3.3.2 实体消歧 51
3.4 知识加工 53
3.4.1 知识推理 53
3.4.2 质量评估 58
3.5 本章小结 58
第二部分 搜索系统的基本原理
第4章 搜索系统框架及原理 60
4.1 搜索系统的框架 60
4.1.1 基本框架 60
4.1.2 搜索引擎是如何工作的 62
4.2 数据收集及预处理 64
4.2.1 爬虫 64
4.2.2 数据清洗 66
4.2.3 存储空间及分布式设计 68
4.3 文本分析 70
4.3.1 查询处理 71
4.3.2 意图理解 82
4.3.3 其他文本分析方法 85
4.4 基于知识图谱的搜索系统 90
4.5 本章小结 92
第5章 搜索系统中的主要算法 93
5.1 信息检索基本模型 93
5.1.1 布尔模型 93
5.1.2 向量空间模型 94
5.1.3 概率检索模型 96
5.1.4 其他模型 100
5.2 搜索和机器学习 102
5.2.1 排序学习 102
5.2.2 排序学习示例 107
5.3 搜索和深度学习 116
5.3.1 DNN模型 116
5.3.2 DSSM模型 118
5.3.3 Transformer 120
5.4 本章小结 126
第6章 搜索系统评价 127
6.1 搜索系统评价的意义 127
6.2 搜索系统的评价体系 127
6.2.1 效率评价 128
6.2.2 效果评价 130
6.3 本章小结 136
第三部分 推荐系统的基本原理
第7章 推荐系统框架及原理 138
7.1 推荐系统的框架及运行 138
7.1.1 基本框架 139
7.1.2 组件及功能 140
7.1.3 推荐引擎是如何工作的 141
7.1.4 推荐系统的经典问题 142
7.2 推荐系统的冷启动 145
7.3 推荐系统的召回策略 150
7.3.1 基于行为相似的召回 150
7.3.2 基于内容相似的召回 153
7.4 推荐系统排序 160
7.4.1 特征选择的方法 160
7.4.2 推荐系统的排序过程 164
7.5 基于知识图谱的推荐系统 166
7.6 本章小结 168
第8章 推荐系统的主要算法 169
8.1 矩阵分解 169
8.1.1 奇异值分解 170
8.1.2 交替小二乘 171
8.1.3 贝叶斯个性化排序 172
8.2 线性模型 174
8.2.1 FM模型 175
8.2.2 FFM模型 176
8.3 树模型 177
8.3.1 决策树模型 177
8.3.2 集成算法模型 183
8.4 深度学习模型 191
8.4.1 Wide & Deep模型 191
8.4.2 Deep FM模型 197
8.5 本章小结 199
第9章 推荐系统的评价 200
9.1 推荐评估的目的 200
9.2 推荐系统的评价指标 200
9.2.1 RMSE和R方 204
9.2.2 MAP和MRR 204
9.2.3 其他相关指标 205
9.3 推荐系统的评估实验方法 206
9.3.1 离线评估 206
9.3.2 在线评估 209
9.3.3 主观评估 213
9.4 本章小结 217
第四部分 应用
第10章 搜索引擎工具 220
10.1 Lucene简介 220
10.1.1 Lucene的由来及现状 220
10.1.2 Lucene创建索引过程分析 223
10.1.3 Lucene的搜索过程解析 224
10.2 Solr简介 226
10.2.1 Solr特性 228
10.2.2 Solr的核心概念 228
10.2.3 Solr的核心功能 228
10.3 Elasticsearch简介 230
10.3.1 Elasticsearch的核心概念 230
10.3.2 Elasticsearch的核心功能 231
10.4 搜索引擎工具对比 232
10.5 本章小结 233
第11章 搜索应用实战：基于电商的搜索开发 234
11.1 电商搜索系统的架构设计 234
11.2 ES在搜索系统中的应用 236
11.3 NLP在搜索系统中的应用 237
11.4 商品数据排序算法研究 240
11.5 搜索排序的评价及优化 241
11.6 深度学习在搜索系统中的应用 243
11.7 电商搜索系统中的SEM 243
11.8 本章小结 246
第12章 推荐应用实战：基于广告平台的推荐 247
12.1 推荐系统的架构设计 247
12.2 推荐系统的召回和冷启动 249
12.3 ES在推荐系统中的应用 251
12.4 推荐系统中NLP的应用 252
12.5 推荐系统中粗排和精排 253
12.6 推荐系统的评价和优化 254
12.7 深度学习在推荐系统应用 255
12.8 本章小结 257
相关推荐
-
智能搜索和推荐系统：原理 算法与应用
九五品成都
￥ 14.76
-
智能搜索和推荐系统：原理 算法与应用
全新济宁
￥ 31.88
-
智能搜索和推荐系统 原理、算法与应用
全新北京
￥ 49.70
-
智能搜索和推荐系统：原理 算法与应用
九品北京
￥ 23.67
-
智能搜索和推荐系统：原理 算法与应用
八五品武汉
￥ 11.60
-
智能搜索和推荐系统 原理、算法与应用
全新北京
￥ 49.70
-
智能搜索和推荐系统 原理、算法与应用、
全新北京
￥ 49.70
-
智能搜索和推荐系统：原理 算法与应用
全新无锡
￥ 53.96
-
智能搜索和推荐系统：原理 算法与应用
全新无锡
￥ 45.82
-
智能搜索和推荐系统 原理、算法与应用
全新南京
￥ 52.14
— 没有更多了 —
以下为对购买帮助不大的评价