互联网
类型
6.2
豆瓣评分
可以朗读
语音朗读
1671千字
字数
2021-01-01
发行日期
展开全部
主编推荐语
零基础掌握搜索和推荐系统的原理、架构、算法。
内容简介
本书将搜索、推荐和广告的核心技术进行了完美统一，介绍了搜索和推荐方面的相关知识，并把自然语言处理、机器学习和深度学习的一些知识点应用到搜索和推荐场景，分为4大部分。
第一部分（第1~3章）：搜索推荐系统的基础。首先介绍数学与统计学是现代机器学习理论的基础；其次介绍搜索推荐系统的常识；最后，描述知识图谱相关基础理论。
第二部分（第4~6章）：搜索系统的基本原理。主要内容包括：搜索系统框架及原理、主要算法以及搜索系统相关评价指标。
第三部分（第7~9章）：推荐系统的基本原理。主要内容包括：推荐系统框架及原理、主要算法以及推荐系统相关评价指标。
第四部分（第10~12章）：应用。首先介绍三种常见的搜索引擎工具；其次讲述搜索引擎和推荐系统两个方向的应用。
目录
- 版权信息
- 推荐序一
- 推荐序二
- 前言
- 第一部分 搜索和推荐系统的基础
- 第1章 概率统计与应用数学基础知识
- 1.1 概率论基础
- 1.2 线性代数基础
- 1.3 机器学习基础
- 1.4 本章小结
- 第2章 搜索系统和推荐系统常识
- 2.1 搜索系统
- 2.2 推荐系统
- 2.3 搜索与推荐的区别
- 2.4 本章小结
- 第3章 知识图谱相关理论
- 3.1 知识图谱概述
- 3.2 信息抽取
- 3.3 知识融合
- 3.4 知识加工
- 3.5 本章小结
- 第二部分 搜索系统的基本原理
- 第4章 搜索系统框架及原理
- 4.1 搜索系统的框架
- 4.2 数据收集及预处理
- 4.3 文本分析
- 4.4 基于知识图谱的搜索系统
- 4.5 本章小结
- 第5章 搜索系统中的主要算法
- 5.1 信息检索基本模型
- 5.2 搜索和机器学习
- 5.3 搜索和深度学习
- 5.4 本章小结
- 第6章 搜索系统评价
- 6.1 搜索系统评价的意义
- 6.2 搜索系统的评价体系
- 6.3 本章小结
- 第三部分 推荐系统的基本原理
- 第7章 推荐系统框架及原理
- 7.1 推荐系统的框架及运行
- 7.2 推荐系统的冷启动
- 7.3 推荐系统的召回策略
- 7.4 推荐系统排序
- 7.5 基于知识图谱的推荐系统
- 7.6 本章小结
- 第8章 推荐系统的主要算法
- 8.1 矩阵分解
- 8.2 线性模型
- 8.3 树模型
- 8.4 深度学习模型
- 8.5 本章小结
- 第9章 推荐系统的评价
- 9.1 推荐评估的目的
- 9.2 推荐系统的评价指标
- 9.3 推荐系统的评估实验方法
- 9.4 本章小结
- 第四部分 应用
- 第10章 搜索引擎工具
- 10.1 Lucene简介
- 10.2 Solr简介
- 10.3 Elasticsearch简介
- 10.4 搜索引擎工具对比
- 10.5 本章小结
- 第11章 搜索应用实战：基于电商的搜索开发
- 11.1 电商搜索系统的架构设计
- 11.2 ES在搜索系统中的应用
- 11.3 NLP在搜索系统中的应用
- 11.4 商品数据排序算法研究
- 11.5 搜索排序的评价及优化
- 11.6 深度学习在搜索系统中的应用
- 11.7 电商搜索系统中的SEM
- 11.8 本章小结
- 第12章 推荐应用实战：基于广告平台的推荐
- 12.1 推荐系统的架构设计
- 12.2 推荐系统的召回和冷启动
- 12.3 ES在推荐系统中的应用
- 12.4 推荐系统中NLP的应用
- 12.5 推荐系统中粗排和精排
- 12.6 推荐系统的评价和优化
- 12.7 深度学习在推荐系统应用
- 12.8 本章小结
展开全部
评分及书评
评分不足
2个评分
- 给这本书评了5.0
对于在互联网公司的搜索、推荐、广告等人工智能领域践行的工程师来说，尤吉的这句话非常适用。一方面，这些领域的工作要求工程师在概率统计、应用数学、自然语言处理以及机器学习等方面具有扎实的基础理论知识。另一方面，在这些领域中，如何将理论应用到工程实践，解决搜索、推荐、广告系统等实际问题，是工程师必须面对的挑战。
出版方
机械工业出版社有限公司
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
