大规模推荐系统实战
全新正版 假一赔十 可开发票
￥ 70.96 7.1折 ￥ 99.8 全新
库存9件
北京东城
认证卖家担保交易快速发货售后保障
作者阿星
出版社人民邮电出版社
ISBN9787115593856
出版时间2022-08
装帧平装
开本16开
定价99.8元
货号1202709172
上书时间2024-09-02
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
阿星
曾在字节跳动、苏宁易购等企业负责推荐/广告算法的设计、开发和优化工作，在应对海量数据下的算法建模以及点击率/转化率预估等任务中积累了大量实战经验。目前就职于跨境电商巨头SHEIN，负责提升全球核心业务场景的流量分发效率。
目录
第1章 推荐系统
1.1 推荐系统是什么
1.1.1 京东商城
1.1.2 亚马逊
1.1.3 YouTube
1.2 推荐系统整体架构
1.3 推荐系统算法概述
1.3.1 召回算法
1.3.2 排序算法
1.4 周边配套系统
1.4.1 机器学习平台
1.4.2 特征平台
1.4.3 模型服务平台
1.4.4 A/B测试平台
1.5 总结
第一部分 召回算法
第2章 协同过滤
2.1 算法应用
2.2 算法原理
2.2.1 打分机制
2.2.2 物品相似度
2.3 算法实现
2.3.1 步骤1：数据源读取
2.3.2 步骤2：聚合用户行为
2.3.3 步骤3：局部物品相似度
2.3.4 步骤4和步骤5：全局物品相似度
2.3.5 步骤6：Top N
2.4 算法优化
2.4.1 无效用户过滤
2.4.2 热门惩罚
2.5 完整代码
2.6 准实时更新
2.6.1 数据准备
2.6.2 实时数据取数逻辑
2.6.3 准实时更新相似度
2.7 总结
第3章 关联规则
3.1 关联规则
3.1.1 定义
3.1.2 频繁项集
3.2 Apriori算法
3.2.1 频繁项集生成
3.2.2 关联规则生成
3.3 FPGrowth
3.3.1 FP树
3.3.2 逻辑
3.3.3 举例
3.3.4 运行
3.3.5 完整代码
3.3.6 数据集
3.3.7 源码分析
3.3.8 算法优化
3.4 总结
第4章 Word2Vec
4.1 词向量示例
4.2 数据准备
4.2.1 词汇表
……
第二部分 排序算法
第三部分 工程实践
内容摘要
作为机器学习领域应用比较成熟、广泛的业务，个性化推荐在电商、短视频等平台发挥着重要作用，其背后的推荐系统已成为当今越来越多应用程序的标配。关于推荐算法的论述有很多，而要将其很好地应用到实际场景中，则需要大量的实践经验。本书从实战的角度介绍推荐系统，主要包含三部分 ：召回算法、排序算法和工程实践。书中细致剖析了如何在工业中对海量数据应用算法，涵盖了从算法原理，到模型搭建、优化以及很好实践等诸多内容。
主编推荐
作者从实践出发，结合在推荐领域的多年经验，清晰直观地介绍了推荐系统相关的算法原理、代码实现、评估方法及调优经验等内容。本书融合了算法理论与实现，兼顾技术广度与深度。内容通俗易懂，干货十足，具实践参考价值，适合不同阶段的广大读者阅读。
专业背景：一线互联网大厂推荐系统专家经验总结
着眼实战：详细剖析大规模推荐系统从0到1和从1到N
开箱即用：附带可以直接用于生产环境的几乎所有主流推荐算法的代码实现
媒体评论
有幸通读过此书初稿，在此强力推荐给更多读者。希望此书能帮助大家在推荐系统及AI领域的能力大幅提升，并推动技术的进一步应用和发展。
--马兴国，SHEIN产品研发中心副总经理
该书结合作者在推荐系统领域多年的工程实践经验，从推荐算法原理、系统框架以及技术实现细节等多个角度，深入浅出地剖析实战性的推荐系统。最为难得的是，该书对于推荐系统关键环节给出了相应的代码实现，并融入了作者多年对切身实践的思考和理解，特别适合想了解推荐系统的初学者以及技术进阶者阅读。
--郭伟昭，SHEIN人工智能实验室高级算法专家
纵观全书，作者先是系统地讲解了推荐系统中的召回算法和排序算法，内容由浅及深、循环渐进，非常适合想要入门推荐系统的非行业从业者、推荐系统领域进阶的行业从业者阅读。此外，作者还编写了一套具有高复用性的训练代码框架，以此应对冷启动问题、模型增量更新、迁移学习和分布式训练等工程实践中的常见问题。作者的这些宝贵实践经验，非常值得每个推荐系统爱好者深入学习和体会。
--王贺（@鱼遇雨欲语与余）《机器学习算法竞赛实战》作者，推荐算法专家
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价