全新正版现货
作者:
(丹麦)Kim Falk(金·福尔克)
出版社:
电子工业出版社
ISBN:
9787121420788
出版时间:
2021-10
作者:
(丹麦)Kim Falk(金·福尔克)
出版社:
电子工业出版社
ISBN:
9787121420788
售价
¥
89.30
7.5折
定价
¥119.00
品相
全新 品相描述
上书时间 2023-04-16
卖家超过10天未登录
手机购买
微信扫码访问
商品描述:
【内容简介】: 要构建一个实用的“智能”推荐系统,不仅需要有好的算法,还需要了解接收推荐的用户。本书分为两部分,部分侧重于基础架构,主要介绍推荐系统的工作原理,展示如何创建推荐系统,以及给应用程序增加推荐系统时,应该如何收集和应用数据 ;第二部分侧重于算法,介绍推荐系统算法,以及如何使用系统收集的数据来计算向用户推荐什么内容。作者还教授了如何使用流行的推荐算法,并剖析它们在 Amazon 和 Netflix 等网站上的实际应用。 【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 ............................................................... 【作者简介】: 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,一位父亲,会带着他的德国短毛指示犬越野跑。 李源,曾在华为技术有限公司从事开发、系统架构、项目管理等多个岗位的工作,后在途牛旅游网担任研发中心总经理一职,目前在中国旅游集团旅行服务事业群担任研发总经理,有丰富的研发、架构设计及管理经验,负责过多个大型项目的规划和落地,曾翻译《Java性能调优指南》、《Serverless架构》等书籍。朱罡罡,2012年西安电子科技大学本科毕业,曾担任知名上市OTA企业系统架构师、研发总监等职位,目前就职于TOP50央企信息技术部,担任研发经理岗位,拥有发明专利1个。技术研究领域涵盖互联网系统技术架构设计、大数据、推荐系统算法等,对在线旅游系统的基于用户推荐和基于内容推荐有过一定的研究。温睿,互联网行业从业9年,资深系统架构师,从事过大型高并发Web网站开发、手机APP开发、IM服务开发、微服务系统架构等工作,熟练掌握各种常用前后端开发语言、脚本语言和框架。
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间:09月02日 10:30
即将开播,去预约
直播中,去观看