实用推荐系统
正版保障 假一赔十 可开发票
￥ 76.4 6.4折 ￥ 119 全新
库存4件
广东广州
认证卖家担保交易快速发货售后保障
作者(丹)Kim Falk著
出版社电子工业出版社
ISBN9787121420788
出版时间2021-10
装帧平装
开本16开
定价119元
货号11278569
上书时间2024-08-29
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
金·福尔克(Kim Falk)，是一位数据科学家，他在构建数据驱动的应用程序方面有着丰富的经验。他对推荐系统和机器学习很感兴趣。他所训练的推荐系统，为用户推荐合适的电影，为人们推送广告，甚至帮助律师找到判例法的内容。自2010年以来，他一直从事大数据解决方案和机器学习方面的工作。Kim经常参与有关推荐系统的演讲和写作。
当Kim不工作的时候，他就是一个居家男人，是一位父亲，会带着他的德国短毛指示犬进行越野跑。
目录
第1部分 推荐系统的准备工作
第1章 什么是推荐 ..................................................................................3
1.1 现实生活中的推荐 ............................................................................3
1.1.1 推荐系统在互联网上大显身手 .......................................................5
1.1.2 长尾 ..............................................................................................5
1.1.3 Netflix 的推荐系统 ...........................................................................6
1.1.4 推荐系统的定义 .............................................................................13
1.2 推荐系统的分类 .................................................................................15
1.2.1 域 .....................................................................................................16
1.2.2 目的 .................................................................................................16
1.2.3 上下文 .............................................................................................17
1.2.4 个性化级别 .....................................................................................17
1.2.5 专家意见 .........................................................................................19
1.2.6 隐私与可信度 .................................................................................19
1.2.7 接口 .................................................................................................20
1.2.8 算法 .................................................................................................23
1.3 机器学习与Netflix Prize .............................................................................24
1.4 MovieGEEKs网站 .......................................................................................25
1.4.1 设计与规范 .....................................................................................27
1.4.2 架构 .................................................................................................27
1.5 构建一个推荐系统 .....................................................................................29
小结 ......................................................................................................................31
第2章 用户行为以及如何收集用户行为数据 ..................................................32
2.1 在浏览网站时Netflix如何收集证据 ..........................................................33
2.1.1 Netflix 收集的证据 .........................................................................35
2.2 寻找有用的用户行为 .................................................................................37
2.2.1 捕获访客印象 .................................................................................38
2.2.2 可以从浏览者身上学到什么 .........................................................38
2.2.3 购买行为 .........................................................................................43
2.2.4 消费商品 .........................................................................................44
2.2.5 访客评分 .........................................................................................45
2.2.6 以（旧的）Netflix 方式了解你的用户 .........................................48
2.3 识别用户 .....................................................................................................49
2.4 从其他途径获取访客数据 .........................................................................50
2.5 收集器 .........................................................................................................50
2.5.1 构建项目文件 .................................................................................52
2.5.2 数据模型 .........................................................................................52
2.5.3 告密者（snitch）：客户端证据收集器 ..........................................53
2.5.4 将收集器集成到 MovieGEEKs 中 .................................................54
2.6 系统中的用户是谁以及如何对其进行建模 .............................................57
小结 ......................................................................................................................60
第3章 监控系统.........................................................................................61
3.1 为什么添加仪表盘是个好主意 .................................................................62
3.1.1 回答“我们做得怎么样？” ...........................................................62
3.2 执行分析 .....................................................................................................64
3.2.1 网站分析 .........................................................................................64
3.2.2 基本统计数据 .................................................................................64
3.2.3 转化 .................................................................................................65
3.2.4 分析转化路径 .................................................................................69
3.2.5 转化路径 .........................................................................................70
3.3 角色 .............................................................................................................73
3.4 MovieGEEKs仪表盘 ...................................................................................76
3.4.1 自动生成日志数据 .........................................................................76
3.4.2 分析仪表盘的规范和设计 .............................................................77
3.4.3 分析仪表盘示意图 .........................................................................77
3.4.4 架构 .................................................................................................78
小结 ......................................................................................................................81
第4章 评分及其计算方法............................................................................82
4.1 用户-商品喜好 ...........................................................................................83
4.1.1 什么是评分 .....................................................................................83
4.1.2 用户 - 商品矩阵 .............................................................................84
4.2 显式评分和隐式评分 .................................................................................86
4.2.1 如何选择可靠的推荐来源 .............................................................87
4.3 重温显式评分 .............................................................................................88
4.4 什么是隐式评分 .........................................................................................88
4.4.1 与人相关的推荐 .............................................................................90
4.4.2 关于计算评分的思考 .....................................................................90
4.5 计算隐式评分 .............................................................................................93
4.5.1 看看行为数据 .................................................................................94
4.5.2 一个有关机器学习的问题 .............................................................98
4.6 如何计算隐式评分 .....................................................................................99
4.6.1 添加时间因素 ...............................................................................102
4.7 低频商品更有价值 ...................................................................................105
小结 ....................................................................................................................107
第5章 非个性化推荐 ................................................................................ 108
5.1 什么是非个性化推荐 ...............................................................................109
5.1.1 什么是广告 ...................................................................................109
5.1.2 推荐有什么作用 ...........................................................................110
5.2 当没有数据的时候如何做推荐 ...............................................................111
5.2.1 商品的十大排行榜 .......................................................................113
5.3 榜单的实现以及推荐系统组件的准备工作 ...........................................114
5.3.1 推荐系统组件 ...............................................................................114
5.3.2 GitHub 上的 MovieGEEKs 网站代码 ..........................................116
5.3.3 推荐系统 .......................................................................................116
5.3.4 为 MovieGEEKs 网站添加一个榜单 ...........................................116
5.3.5 使内容看起来更具吸引力 ...........................................................117
5.4 种子推荐 ...................................................................................................119
5.4.1 频繁购买的商品与你正在查看的商品很相似 ...........................120
5.4.2 关联规则 .......................................................................................121
5.4.3 实现关联规则 ...............................................................................126
5.4.4 在数据库中存储关联规则 ...........................................................130
5.4.5 计算关联规则 ...............................................................................131
5.4.6 运用不同的事件来创建关联规则 ...............................................133
小结 ....................................................................................................................133
第6章 冷用户（冷商品）.......................................................................... 135
6.1 什么是冷启动 ...........................................................................................135
6.1.1 冷商品 ..........................................................
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价