推薦系統(tǒng)開發(fā)實戰(zhàn)

　　本書是一本關于推薦系統(tǒng)從入門到進階的讀物，采用“理論+實踐”的形式展開，不僅對各種推薦算法進行了介紹，還對算法所涉及的基礎理論知識進行了補充。 全書共分為3篇： - 第1篇是“推薦系統(tǒng)的背景介紹和入門”，包括走進推薦系統(tǒng)、搭建你的一個推薦系統(tǒng)和推薦系統(tǒng)常用數(shù)據(jù)集介紹； - 第2篇是“推薦系統(tǒng)涉及的算法介紹、冷啟動和效果評估”，包括數(shù)據(jù)挖掘——讓推薦系統(tǒng)更懂你、基于用戶行為特征的推薦、基于標簽的推薦、基于上下文的推薦、基于點擊率預估的推薦、推薦系統(tǒng)中的冷啟動和推薦系統(tǒng)中的效果評估； - 第3篇是“推薦系統(tǒng)實例”，包括搭建一個新聞推薦系統(tǒng)、搭建一個音樂推薦系統(tǒng)、搭建一個圖書推薦系統(tǒng)和業(yè)界推薦系統(tǒng)架構介紹。 書中的實例開發(fā)幾乎都是基于公開的數(shù)據(jù)集進行的，當然也涉及一些網(wǎng)絡中獲取的數(shù)據(jù)，其最終目的都是讓讀者能夠更好地理解推薦算法，更直觀地認識推薦系統(tǒng)。 書中所涉及的數(shù)據(jù)集和實例代碼都會提供給讀者，這不僅在一定程度上方便讀者學習，而且為以后的工作提供了便利。 本書非常適合有一定編程基礎、對推薦系統(tǒng)感興趣的讀者，希望用推薦算法完成設計的高等院校計算機或電子信息專業(yè)的學生，準備開設推薦系統(tǒng)實踐課的授課老師，學習過Python、希望進一步提升編程水平的開發(fā)者，初學數(shù)據(jù)挖掘、機器學習的算法工程師或數(shù)據(jù)分析師閱讀使用。

　　高陽團 原京東推薦算法工程師。 全網(wǎng)ID：Thinkgamer，CSDN博客專家，博客地址為https：//blog.csdn.net/ gamer_gyt。 一直從事推薦系統(tǒng)相關的研究和開發(fā)工作，擅長推薦排序、Spark、深度學習。