为你推荐
内容简介
推荐序
前言
第1章 初识推荐系统
1.1 推荐系统大时代
1.2 推荐系统的核心模块
总结
第2章 多模态时代的内容理解
2.1 内容标签体系建设
2.2 文本内容理解
2.3 多模态内容理解
2.4 内容理解在推荐系统中的应用
总结
第3章 比你更了解自己的用户画像
3.1 初识用户画像
3.2 用户画像标签体系
3.3 用户画像标签开发
3.4 用户画像实践案例
总结
第4章 包罗万象的召回环节
4.1 召回的基本逻辑和方法论
4.2 传统召回策略
4.3 向量化模型召回
4.4 基于用户行为序列的召回
4.5 图Embedding在召回中的应用
4.6 前瞻性召回策略与模型
4.7 召回质量评估方法
总结
第5章 投你所好的排序环节
5.1 排序环节的意义和优化方向
5.2 从Embedding看排序模型的演进
5.3 推荐系统粗排阶段及其发展历程
5.4 多目标排序建模
5.5 推荐系统排序阶段的评估
总结
第6章 权衡再三重排序
6.1 重排序的必要性和作用
6.2 重排模型
6.3 重排多样性策略
6.4 重排中的业务规则
总结
第7章 如若初见冷启动
7.1 推荐冷启动的定义与挑战
7.2 冷启动一般解决思路
7.3 新用户推荐冷启动
7.4 新物品分发冷启动
总结
第8章 推荐系统中的魔术手
8.1 特征工程
8.2 样本加工艺术
8.3 推荐系统实效性
8.4 推荐中的偏差与消偏策略
总结
第9章 系统进化的利器——AB实验平台
9.1 什么是AB实验
9.2 AB实验平台框架
9.3 AB实验分流机制&实验类型
9.4 AB实验效果评估
9.5 AB实验并不是万能的
总结
第10章 推荐系统中的前沿技术
10.1 强化学习
10.2 因果推断
10.3 端上智能
10.4 动态算力分配
10.5 增益模型
总结
后记——ChatGPT时代的推荐系统
反侵权盗版声明
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
