推薦系統實踐入門|可應用於工作上的指引 推薦システム実践入門 ―仕事で使える導入ガイド
風間正弘, 飯塚洸二郎, 松村優也 陳朕疆 譯
- 出版商: 歐萊禮 : 中文書展|任選2書77折 滿999送企鵝帆布袋
- 出版日期: 2024-11-04
- 定價: $680
- 售價: 7.9 折 $537
- 語言: 繁體中文
- 頁數: 288
- 裝訂: 平裝
- ISBN: 6263247800
- ISBN-13: 9786263247802
-
相關分類:
推薦系統
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
$450$356 -
$580$452 -
$680$530 -
$620$490 -
$680$537 -
$600$468 -
$580$458 -
$980$647 -
$880$695 -
$880$695 -
$580$458 -
$690$545 -
$480$379 -
$588$559 -
$480$408 -
$780$616 -
$750$585 -
$650$507 -
$680$537 -
$680$537 -
$680$530 -
$760$593 -
$680$537 -
$720$562 -
$980$774
相關主題
商品描述
👑 Netflix 80%的觀看次數、Amazon 35% 的營業額均來自推薦系統
👑 建構高效推薦系統,精準媒合用戶需求
本書適合對推薦系統的開發,或者對推薦演算法有興趣的你:工程師或資料科學家、產品經理與UX/UI 設計師、研究者或學生。
許多網站服務都有推薦機制,譬如「Amazon 的『購買這些商品的人也看了這些商品』」、「YouTube 的『推薦觀賞』」、「Twitter 的『推薦用戶』」等等。許多人因為這些推薦而買了許多商品,或者看影片看到很晚。想必你應該也有類似的經驗吧!其實推薦系統一直存在於我們的周圍。若能讓用戶盡快找到他們感興趣的品項,便可提高用戶的滿意度。
網站服務引入推薦系統已成為趨勢,本書著重實際建構這種信息過濾系統,用於預測使用者對物品的「評分」或「偏好」,來決定呈現哪些商品在使用者眼前。
本書以「運用在實際工作上」為目的,提供作者自身的實務經驗和各種成功、失敗的例子,著重於實際建構一個推薦系統,適合新手入門。
隨著資訊化愈發深入生活,需要做決定的頻率及選項數都急遽增加,對於推薦系統的需求也跟著增加,網站服務引入推薦系統已成為趨勢。
本書將從推薦系統的概要開始,介紹相關的UI/UX、演算法,推薦系統的實際建構方式、推薦系統的評價方式,讓讀者能實作適當的推薦系統。
<序>
現在許多網站服務都有推薦機制,譬如「Amazon 的『購買這些商品的人也看了這些商品』」、「YouTube 的『推薦觀賞』」、「Twitter 的『推薦用戶』」等等。許多人因為這些推薦而買了許多商品,或者看影片看到很晚。想必你應該也有類似的經驗吧。
其實,推薦系統一直存在於我們的周圍。譬如餐廳的主廚推薦、書店的熱門書籍排行等,都屬於推薦系統。一直以來,我們都需要在日常生活中決定「要吃什麼?」、「要看什麼節目?」。因為經常面對這些需要做出決定的狀況,所以需要能夠幫我們做出決定的建議。隨著資訊化時代的到來,我們需要做出決定的頻率,以及選項數都急遽增加,對於推薦系統的需求也跟著增加。
本書的目標是成為建構推薦系統時的入門書籍,幫助那些想要在自家公司的服務底下建構推薦系統的人們。本書的作者群中,有些人具有在推薦系統的國際論壇RecSys 登台報告的經驗,有些人的本業就是在企業中開發推薦系統的機器學習工程師。此外,本書也是作者群們在經歷過許多推薦系統的開發成功與失敗案例後,整理出來的推薦系統建構入門。
希望本書能幫助那些對推薦系統有興趣的人掌握推薦系統的概要,開發出適當的推薦系統。
目錄大綱
前言
第1章 推薦系統
第2章 推薦系統專案
第3章 推薦系統的UI/UX
第4章 推薦演算法的概要
第5章 推薦演算法的細節
第6章 建構實際系統
第7章 推薦系統的評價
第8章 發展性的主題
附錄A Netflix Prize
附錄B 用戶間依記憶過濾法的細節
後記