推荐系统实践

推荐系统实践读书笔记模板01思维导图读书笔记目录分析内容摘要精彩摘录作者介绍目录0305020406思维导图系统推荐推荐方法系统基础作者用户推荐系统信息算法数据问题第章标签网络平台社交本书关键字分析思维导图内容摘要内容摘要本书从数据出发，一步步地介绍在得到什么数据的时候可以设计怎样的推荐系统。面向广大的推荐系统开发人员，以实战为基础，深入浅出地介绍每种推荐方法背后的理论基础，着重讨论每种算法的实现、在实际系统中的效果、方法的优点、缺陷以及解决方法。本书的几位作者是目前国内推荐系统方面做得最好的技术人员。读书笔记读书笔记学习了，很多思想很受用，不止是算法可以看，策略产品也能有很多收获！。深度还是够的，但技术不太新。很系统，很详尽，但最好是带着一些推荐的疑问来读，并反复推敲，才有可能最大化本书的价值。对于小白来说还是很值得看的，看这本书能对推荐系统有个大概的了解。在思想上能帮助入门者建立起一个具体的框架和知识体系，不算是0基础入门书籍，起码要懂得机器学习和线性代数的相关基础知识才能完全看懂。12年的书，前瞻性十足。言简意赅，深入浅出，通俗易懂。很多推荐算法思考方式，在文中都是一笔带过，讲解不深刻。介绍了个性化推荐的逻辑和算法，但是对于算法介绍的太粗略了，算法细节内容就不懂了。17/74《推荐算法实践》阅读了快12小时结果好像就第一章和第七章看的明白一些其他章节的公式模型是真不容易看不过还是有收获的对于陌生的领域多看多思考吧。精彩摘录精彩摘录好的推荐系统不仅仅能够准确预测用户的行为，而且能够扩展用户的视野，帮助用户发现那些他们可能会感兴趣，但却不那么容易发现的东西。几乎所有的推荐系统应用都是由前台的展示页面、后台的日志系统以及推荐算法系统3部分构成的。基于协同过滤（collaborativefiltering）的推荐。推荐系统的任务就是联系用户和信息，一方面帮助用户发现对自己有价值的信息，另一方面让信息能够展现在对它感兴趣的用户面前，从而实现信息消费者和信息生产者的双赢个性化推荐的成功应用需要两个条件。第一是存在信息过载，因为如果用户可以很容易地从所有物品中找到喜欢的物品，就不需要个性化推荐了。第二是用户大部分时候没有特别明确的需求，因为用户如果有明确的需求，可以直接通过搜索引擎找到感兴趣的物品。在推荐系统中，主要有3种评测推荐效果的实验方法，即离线实验（offlineexperiment）、用户调查（userstudy）和在线实验（onlineexperiment）。如果推荐结果和用户的历史兴趣不相似，但却让用户觉得满意，那么就可以说推荐结果的惊喜度很高，而推荐的新颖性仅仅取决于用户是否听说过这个推荐结果。目录分析1.1什么是推荐系统1.3推荐系统评测1.2个性化推荐系统的应用第1章好的推荐系统2.1用户行为数据简介2.2用户行为分析2.3实验设计和算法评测2.4基于邻域的算法第2章利用用户行为数据2.6基于图的模型2.5隐语义模型第2章利用用户行为数据3.1冷启动问题简介3.3选择合适的物品启动用户的兴趣3.2利用用户注册信息第3章推荐系统冷启动问题3.5发挥专家的作用3.4利用物品的内容信息第3章推荐系统冷启动问题4.1UGC标签系统的代表应用4.2标签系统中的推荐问题4.3基于标签的推荐系统4.4给用户推荐标签4.5扩展阅读12345第4章利用用户标签数据5.1时间上下文信息5.3扩展阅读5.2地点上下文信息第5章利用上下文信息6.1获取社交网络数据的途径6.2社交网络数据简介6.3基于社交网络的推荐6.4给用户推荐好友6.5扩展阅读12345第6章利用社交网络数据7.2推荐系统架构7.1外围架构第7章推荐系统实例7.4扩展阅读7.3推荐引擎的架构第7章推荐系统实例8.2评分预测算法8.1离线实验方法第8章评分预测问题——最前沿的IT类电子书发售