为你推荐
推荐序
前言
引子
第一篇 支持高效的运营
第1章 方案设计和技术选型：分类
1.1 分类的基本概念
1.2 分类任务的处理流程
1.3 算法：朴素贝叶斯和K最近邻
1.4 分类效果评估
1.5 相关软件：R和Mahout
1.6 案例实践
1.7 更多的思考
第2章 方案设计和技术选型：聚类
2.1 聚类的基本概念
2.2 算法：K均值和层次型聚类
2.3 聚类的效果评估
2.4 案例实践
第3章 方案设计和技术选型：因变量连续的回归分析
3.1 线性回归的基本概念
3.2 案例实践
第二篇 为顾客发现喜欢的商品：基础篇
第4章 方案设计和技术选型：搜索
4.1 搜索引擎的基本概念
4.2 搜索引擎的评估
4.3 为什么不是数据库
4.4 系统框架
4.5 常见的搜索引擎实现
4.6 案例实践
第三篇 为顾客发现喜欢的商品：高级篇
第5章 方案设计和技术选型：NoSQL和搜索的整合
5.1 问题分析
5.2 HBase简介
5.3 结合HBase和搜索引擎
5.4 案例实践
第6章 方案设计和技术选型：查询分类和搜索的整合
6.1 问题分析
6.2 结合分类器和搜索引擎
6.3 案例实践
第7章 方案设计和技术选型：个性化搜索
7.1 问题分析
7.2 结合用户画像和搜索引擎
7.3 案例实践
第8章 方案设计和技术选型：搜索分片
8.1 问题分析
8.2 利用搜索的分片机制
8.3 案例实践
第9章 方案设计和技术选型：搜索提示
9.1 问题分析
9.2 案例实践：基础方案
9.3 改进方案
9.4 案例实践：改进方案
第10章 方案设计和技术选型：推荐
10.1 推荐系统的基本概念
10.2 推荐的核心要素
10.3 推荐系统的分类
10.4 混合模型
10.5 系统架构
10.6 Mahout中的推荐算法
10.7 电商常见的推荐系统方案
10.8 案例实践
第四篇 获取数据，跟踪效果
第11章 方案设计和技术选型：行为跟踪
11.1 基本概念
11.2 使用谷歌分析
11.3 自行设计之Flume、HDFS和Hive的整合
11.4 自行设计之Flume、Kafka和Storm的整合
11.5 案例实践
11.6 更多的思考
后记
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
