我们又来送书啦!这一次,用做业务的思维讲推荐系统 | 文末福利

2021 年 11 月 21 日 PaperWeekly


[丹麦] Kim Falk 著
李源 朱罡罡 温睿 译
电子工业出版社-博文视点 2021-10-01
ISBN: 9787121420788 定价: 119.00 元


新书推荐

🌟今日福利



关于本书



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,第一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最流行的推荐算法,并剖析它们在 Amazon 和 Netflix 等网站上的实际应用。



关于作者



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。



 


PaperWeekly 携手博文视点送书啦!

点击下方抽奖小程序

按提示关注「AI 求职」公众号

在后台回复暗号“推荐系统”

即可参与赢取这本推荐系统重磅好书

奖品数量共计 10 份!

活动截止时间为 11 月 24 日 18:00






 不想参与抽奖的读者 
 也可扫码优惠购书 

👇



🔍


现在,在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧



·

登录查看更多
0

相关内容

推荐系统,是指根据用户的习惯、偏好或兴趣,从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同,这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【干货书】算法新解,540页pdf详解基础算法,中英文版本
专知会员服务
197+阅读 · 2022年1月16日
《深度学习500问》一份超全深度学习资料,面试必备!
专知会员服务
161+阅读 · 2022年1月9日
如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
64+阅读 · 2021年2月12日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
86+阅读 · 2019年10月21日
聊聊推荐系统
夕小瑶的卖萌屋
0+阅读 · 2021年8月26日
腾讯推荐引擎组员工:谈谈推荐系统架构
腾讯大讲堂
14+阅读 · 2019年10月23日
详解 | 推荐系统的工程实现
AI100
42+阅读 · 2019年3月15日
推荐系统
炼数成金订阅号
28+阅读 · 2019年1月17日
《美团机器学习实践》—— 思维导图
图灵教育
22+阅读 · 2019年1月17日
推荐系统概述
Linux爱好者
20+阅读 · 2018年9月6日
推荐系统算法合集,满满都是干货(建议收藏)
七月在线实验室
17+阅读 · 2018年7月23日
快手类推荐系统实践
机器学习算法与Python学习
17+阅读 · 2018年2月7日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月16日
CSKG: The CommonSense Knowledge Graph
Arxiv
18+阅读 · 2020年12月21日
Arxiv
21+阅读 · 2019年8月21日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
10+阅读 · 2018年4月19日
VIP会员
相关VIP内容
【干货书】算法新解,540页pdf详解基础算法,中英文版本
专知会员服务
197+阅读 · 2022年1月16日
《深度学习500问》一份超全深度学习资料,面试必备!
专知会员服务
161+阅读 · 2022年1月9日
如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
64+阅读 · 2021年2月12日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
86+阅读 · 2019年10月21日
相关资讯
聊聊推荐系统
夕小瑶的卖萌屋
0+阅读 · 2021年8月26日
腾讯推荐引擎组员工:谈谈推荐系统架构
腾讯大讲堂
14+阅读 · 2019年10月23日
详解 | 推荐系统的工程实现
AI100
42+阅读 · 2019年3月15日
推荐系统
炼数成金订阅号
28+阅读 · 2019年1月17日
《美团机器学习实践》—— 思维导图
图灵教育
22+阅读 · 2019年1月17日
推荐系统概述
Linux爱好者
20+阅读 · 2018年9月6日
推荐系统算法合集,满满都是干货(建议收藏)
七月在线实验室
17+阅读 · 2018年7月23日
快手类推荐系统实践
机器学习算法与Python学习
17+阅读 · 2018年2月7日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月16日
CSKG: The CommonSense Knowledge Graph
Arxiv
18+阅读 · 2020年12月21日
Arxiv
21+阅读 · 2019年8月21日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
10+阅读 · 2018年4月19日
Top
微信扫码咨询专知VIP会员