搜广推策略产品经理——互联网大厂搜索+广告+推荐案例9787302648109
正版图书,可开发票,请放心购买。
¥
73.5
7.5折
¥
98
全新
库存2件
作者徐修建|责编:施猛//王欢
出版社清华大学
ISBN9787302648109
出版时间2024-01
装帧平装
开本其他
定价98元
货号31911058
上书时间2024-11-18
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
徐修建,前第四范式AI解决方案专家,为国内多家大型零售和金融企业提供过AI咨询服务,曾为国内领先的零售企业从0到1搭建搜索引擎和推荐系统;现为某互联网大厂商业化策略产品专家,负责站内推荐广告投放平台建设和流量策略设计。伦敦大学国王学院数据科学硕士,知乎科技互联网领域知名博主,人人都是产品经理网站专栏作家,公众号“KingJames讲策略主理人;熟悉搜索引擎、广告系统和推荐系统的产品技术体系,拥有丰富的搜广推领域实战经验。
目录
第1章 AI时代下的产品经理
1.1 产品经理岗位的变迁
1.2 策略产品经理概览
1.2.1 策略产品经理的具体工作
1.2.2 策略产品经理分类
1.3 策略产品经理的能力要求
1.4 策略产品经理的思维要求
1.5 互联网公司的策略部门
1.6 小结
第2章 策略产品经理必备机器学习知识
2.1 机器学习入门
2.2 机器学习和AI的关系
2.3 机器学习全流程
2.3.1 问题定义
2.3.2 数据处理
2.3.3 特征工程
2.3.4 模型训练
2.3.5 模型评估
2.3.6 模型应用
2.4 机器学习常见指标
2.4.1 分类模型离线评估指标
2.4.2 回归模型离线评估指标
2.4.3 聚类模型离线评估指标
2.5 工业界常见算法
2.5.1 逻辑回归
2.5.2 K近邻算法
2.5.3 贝叶斯模型
2.5.4 K聚类算法
2.5.5 决策树
2.5.6 深度神经网络
2.6 梯度下降法
2.6.1 案例引入
2.6.2 梯度下降法简介
2.7 工业界算法的选择
2.8 小结
第3章 推荐策略
3.1 引入
3.1.1 推荐系统应用的标志性事件
3.1.2 推荐系统兴起的原因
3.2 推荐系统概述
3.2.1 推荐系统简介
3.2.2 推荐系统发展的4个阶段
3.2.3 推荐系统整体架构
3.2.4 常见效果评估指标
3.3 推荐策略产品经理画像
3.4 数据处理
3.4.1 常见的底层数据表
3.4.2 数据表的加工
3.4.3 数据归一化和标准化
3.5 推荐系统召回策略
内容摘要
本书通过通俗易懂的语言和生动形象的案例向读者介绍互联网大厂的搜广推产品技术体系和前沿的AI技术应用,是一本兼具AI技术理论和行业策略优化实践的工具书。
本书分为6章,第1章介绍AI时代下的新型产品经理岗位——策略产品经理;第2章介绍策略产品经理必备的机器学习基础知识;第3、4、5章分别介绍当前互联网大厂的推荐场景、搜索场景和广告场景里的先进策略产品设计以及落地应用效果;第6章结合行业实际落地案例介绍前沿的AI技术应用。
本书适合任何对搜广推策略产品经理岗位感兴趣的读者阅读。在搜广推领域从事运营和技术工作的读者也
可通过阅读本书了解更多产品视角的策略设计和优化思路。
— 没有更多了 —
以下为对购买帮助不大的评价