商業化推薦系統服務應用實戰

前言
第1章 商業化推薦服務/
  1.1 從推薦開始的商業創新/
      1.1.1 商業模式識別與推薦服務/
      1.1.2 企業生命週期視角下的推薦服務/
  1.2 商業化推薦系統服務的企業驅動力/
  1.3 小結/

第2章 商業化推薦服務的需求管理/
  2.1 需求的出發點和分析/
  2.2 需求的演進：伴隨業務更新的變更/
  2.3 小結/

第3章 商業化推薦服務解決方案/
  3.1 從提供服務到解決方案的進化之路/
  3.2 深入客戶業務的解決方案/
      3.2.1 客戶需要的答案/
      3.2.2 回答問題：來自解決方案的業務坐標/
      3.2.3 推薦服務的業務交付/
  3.3 推薦服務使用的技術/
      3.3.1 選擇正確的方向/
      3.3.2 推薦服務中的算法模型/
      3.3.3 推薦服務的上下文環境/
      3.3.4 推薦服務的冷啟動/
  3.4 小結/

第4章 服務建模與商業化發布/
  4.1 使用版本控制的建模體系/
  4.2 商業化API與定價/
      4.2.1 選擇：設計優先還是API優先/
      4.2.2 機器學習服務API設計/
      4.2.3 商業化API定價策略/
  4.3 使用SDK向客戶的端到端交付/
      4.3.1 SDK架構設計/
      4.3.2 SDK商業化定價/
  4.4 小結/

第5章 支撐商業化推薦服務的高效工作流/
  5.1 構建穩定可靠的流水線/
  5.2 工作流的可持續性設計/
      5.2.1 工作流中的參數評估/
      5.2.2 流水線中的模型版本管理/
  5.3 小結/

第6章 商業化推薦服務的績效KPI體系設計/
  6.1 競技場中的對手：競品分析/
  6.2 讓服務運營交付保持狀態：績效KPI指標體系/
  6.3 小結/

第7章 商業化高級技能：跨職能溝通技術/
  7.1 圍繞商業價值的技術營銷/
  7.2 在需求管理中有效溝通/
  7.3 讓團隊在問題的解決中成長/
  7.4 服務上線運營中的跨職能溝通/
  7.5 小結/

第8章 商業化推薦服務案例：餐飲業務整合推薦服務/
  8.1 企業的難題/
  8.2 拿出解決方案/
  8.3 使用正確合理的推薦系統提升商業價值/
  8.4 小結/
附錄/
附錄A 機器學習相關重要論文/
附錄B 績效KPI體系設計與通用示例/