1. 创新性：推荐系统如今已经广泛存在于各互联网产品中，本书从产品视角出发梳理推荐系统在各领域中的产品设计、经典技术和最新技术的发展历程，以及雅虎、谷歌、YouTube、阿里、小红书、字节跳动等大型互联网公司的解决方案。 2. 专业性：本书作者王超曾任百度杰出架构师，理论高度与实践经验俱佳，且因其代表作《计算广告》而拥有良好的口碑和知名度。 3. 系统性与实用性：本书先从宏观视角讲解推荐产品从0到1的破局之道，再深到信息推荐、社交和社区推荐、视频推荐、电商推荐这4类典型推荐系统中讲解产品与算法设计，以及国内外企业在推荐领域的实践。
售 价：¥
纸质售价：¥75.80购买纸书
6.4
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容提要
对本书的赞誉
前言
资源与支持
第一部分 推荐产品的破局之道
第1章 产品创新引领的供给侧变革
1.1 媒介创新比内容更重要
1.2 把控上游的创作工具
1.3 激励相容的生态机制创新
第2章 技术创新引领的供给侧变革
2.1 殊途的CV与NLP范式
2.2 走向融合的CV与NLP范式
第3章 从产品视角看需求侧增长
3.1 从AARRR模型看用户增长
3.2 从网络效应视角看用户增长
第4章 E&E视角下的新用户推荐
4.1 单状态假设下的Bandit策略
4.2 MDP假设下的模型RL方法
第5章 元学习视角下的新用户推荐
5.1 快速自适应参数的范式
5.2 基于比较归纳的范式
5.3 仿生记忆机制的范式
第6章 A/B测试是增长的银弹吗
6.1 A/B测试的原理和优势
6.2 滥用A/B测试时的增长困境
第二部分信息推荐
第7章 瞬息万变的新闻推荐
7.1 曾统治硅谷的雅虎
7.2 针对突发新闻的实时推荐策略
第8章 获取信息的资讯推荐
8.1 屡失良机的谷歌推荐
8.2 相关性需求下的信息检索技术
8.3 从峰终定律看排序策略设计
第三部分社交和社区推荐
第9章 永远年轻的社交产品
9.1 社交推荐中优化的关键
9.2 从Facebook看社交效用优化
9.3 从交友产品看双向推荐问题
9.4 社交场景中的推荐策略
第10章 春耕秋收的社区产品
10.1 社区产品的培育原则
10.2 从媒介侧创新的Instagram
10.3 无为而治的Reddit
第11章 模拟社交的协同过滤
11.1 推荐系统的起源
11.2 对协同关系的仿真建模
11.3 基于仿真关系的协同推荐
第四部分 视频推荐
第12章 降低决策成本的电影推荐
12.1 电影推荐的传奇奈飞
12.2 优化线下体验的评分预测
第13章 和电视竞争的短视频推荐
13.1 激励相容的YouTube生态机制
13.2 直面海量候选的深度学习召回
13.3 优化长期时长收益的强化学习
第14章 以快打慢的微视频推荐
14.1 以音乐为内核的抖音
14.2 不求最优化，但求多目标
第五部分 电商推荐
第15章 历久弥新的电商推荐产品
15.1 从阿里看货架电商的演进
15.2 从媒介侧发起变革的新电商
第16章 真金白银的电商推荐技术
16.1 量化即时回报的优化思路
16.2 看重长期回报的优化思路
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
