婵犵數濮烽弫鍛婃叏閻戣棄鏋侀柟闂寸绾剧粯绻涢幋鐑嗙劯婵炴垶鐟﹂崕鐔兼煏婵炲灝鍔氶柣搴弮濮婃椽宕楅懖鈹垮仦闂佸搫鎳忕划宀勬偩閻戣棄钃熼柕澶涚畱閳ь剛鏁婚弻銊モ攽閸℃侗鈧鏌$€n偆銆掔紒杈ㄥ浮閸┾偓妞ゆ帒瀚壕鍏兼叏濡灝浜归柛鐐垫暬閺岋綁鎮╅悜妯糕偓鍐偣閳ь剟鏁冮埀顒€宓勯梺鍛婄☉鏋ù婊勭矒閺屻劑寮村Δ鈧禍楣冩倵濞堝灝鏋涘褍閰i獮鎴﹀閻橆偅鏂€闁诲函缍嗘禍璺横缚婵犲洦鈷戠紓浣光棨椤忓嫷鍤曢悹铏规磪閹烘绠涢柣妤€鐗冮幏娲⒒閸屾氨澧涚紒瀣浮楠炴牠骞囬鐘殿啎閻庣懓澹婇崰鏍嵁閺嶎厽鐓熼柨婵嗘噹濡茬粯銇勯锝囩畼闁圭懓瀚伴幖褰掓偡閺夎法顔囬梻鍌氬€风欢姘跺焵椤掑倸浠滈柤娲诲灡閺呰埖瀵肩€涙ḿ鍘炬俊銈忕畳濞夋洜鑺遍崸妤佺厪闁搞儯鍔屾慨宥嗩殽閻愭潙娴鐐差儔閹粓宕卞鍡橈紙闂傚倸鍊搁崐椋庣矆娓氣偓楠炴牠顢曚綅閸ヮ剦鏁嶉柣鎰綑閳ь剝鍩栫换婵嬫濞戞艾顣哄銈冨劜瀹€鎼佸蓟濞戔懇鈧箓骞嬪┑鍥╀簮婵犵鍓濊ぐ鍐偋閹捐钃熼柨鐔哄Т缁€鍐煃閸濆嫬鈧悂寮冲Δ鍛拺濞村吋鐟х粔顒€霉濠婂骸澧版俊鍙夊姍楠炴帒螖閳ь剚鍎柣鐔哥矊闁帮絽顕i幎钘夌厸闁告劦浜為敍婊堟煛婢跺﹦澧戦柛鏂跨Ч钘熼柛顐犲劜閻撴稑霉閿濆牜娼愮€规洖鐭傞弻鈩冩媴鐟欏嫬纾抽梺杞扮劍閹瑰洭寮幘缁樻櫢闁跨噦鎷� [闂傚倸鍊搁崐鎼佸磹瀹勬噴褰掑炊椤掍礁鍓銈嗗姧缁犳垿鐛姀銈嗙厓閺夌偞澹嗛崝宥嗐亜閺傚灝顏紒杈ㄦ崌瀹曟帒顫濋钘変壕闁告縿鍎抽惌娆撴煕閺囥劌鐏犵紒鐙€鍨堕弻銊╂偆閸屾稑顏� | 闂傚倸鍊搁崐鎼佸磹閻戣姤鍤勯柤鍝ユ暩娴犳氨绱撻崒娆掑厡缂侇噮鍨跺畷婵單旈崘銊ョ亰闂佸搫鍟悧濠囧磹婵犳碍鐓㈡俊顖欒濡叉悂鏌f惔顔煎籍婵﹨娅g划娆撳箰鎼淬垺瀚抽梻浣虹《閺呮盯宕弶鎴殨闁归棿绀侀崘鈧銈嗘尵閸犳捇宕㈤鍛瘈闁汇垽娼ф禒婊堟煟韫囨梻绠炵€规洘绻傞~婵嬫嚋閻㈤潧骞愰梻浣呵归張顒勩€冮崨顔绢洸闁跨噦鎷�]

    • 大规模推荐系统实战/图灵原创
      • 作者:阿星|责编:王军花
      • 出版社:人民邮电
      • ISBN:9787115593856
      • 出版日期:2022/08/01
      • 页数:368
    • 售价:39.92
  • 内容大纲

        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、优化以及最佳实践等诸多内容。
  • 作者介绍

        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