推荐系统实践-图书-图灵社区

本书特色

“工程师大都喜欢‘In Action’型的书籍，但这并非‘又一本’工具型的‘In Action’读物，透过它你将涉足现代互联网公司孜孜以求的用户核心价值所在——个性化服务。也许一次全新的旅程就从这里开始。”
——阿稳，豆瓣资深算法工程师

“作者结合了多年的推荐系统理论研究和在Hulu的具体实践经验，汲取精华并以深入浅出的方式展示给读者。无论是对于刚入门的新手还是推荐领域的老兵，这本书都是不可多得的必备参考，在此我诚挚地向大家推荐它。”
——郑华， Hulu资深软件开发主管

“2009年8月，我和项亮一起发起了 Resys China——一个面向推荐系统领域的专业社区。在组织 Resys China 业内分享活动的过程中，我们迫切感受到，出版《推荐系统实践》这样一本传授实战经验的书籍，对推动这个领域的发展是多么必要。项亮作为国内推荐系统领域一位理论与实践并重的专家，把最具实用价值的推荐技术进行了系统整理，深入浅出地呈现到读者面前。作为一本主要面向业内人员的技术书籍，这点尤其难能可贵。个性化推荐技术是最具人文关怀的技术之一，它尊重个体，相信每个人都是与众不同的，在这个以‘人’为中心的社会化时代，它的兴起与发扬光大只是时间问题。我与项亮相识，是因为对推荐技术的热爱，希望借助此书，可以让更多的人成为朋友。”
——谷文栋，个性化推荐社区Resys China发起人

“从大家经常使用的相关搜索、话题推荐、电子商务的各种产品推荐，到社交网络上的交友推荐等，推荐系统在今天互联网的产品和应用中被广泛采用。但是，至今还没有一本书系统地从理论上对此进行分析和论述。《推荐系统实践》恰恰弥补了这个空白。”
——吴军，腾讯副总裁，《数学之美》和《浪潮之巅》作者

序一	阅读
序二	阅读
序三	阅读
前言	阅读
第 1 章　好的推荐系统 1.1　什么是推荐系统 1.2　个性化推荐系统的应用 1.2.1　电子商务 1.2.2　电影和视频网站 1.2.3　个性化音乐网络电台 1.2.4　社交网络 1.2.5　个性化阅读 1.2.6　基于位置的服务 1.2.7　个性化邮件 1.2.8　个性化广告 1.3　推荐系统评测 1.3.1　推荐系统实验方法 1.3.2　评测指标 1.3.3　评测维度	阅读
第 2 章　利用用户行为数据 2.1　用户行为数据简介 2.2　用户行为分析 2.2.1　用户活跃度和物品流行度的分布 2.2.2　用户活跃度和物品流行度的关系 2.3　实验设计和算法评测 2.3.1　数据集 2.3.2　实验设计 2.3.3　评测指标 2.4　基于邻域的算法 2.4.1　基于用户的协同过滤算法 2.4.2　基于物品的协同过滤算法 2.4.3　UserCF 和 ItemCF 的综合比较 2.5　隐语义模型 2.5.1　基础算法 2.5.2　基于 LFM 的实际系统的例子 2.5.3　LFM 和基于邻域的方法的比较 2.6　基于图的模型 2.6.1　用户行为数据的二分图表示 2.6.2　基于图的推荐算法	阅读
第 3 章　推荐系统冷启动问题 3.1　冷启动问题简介 3.2　利用用户注册信息 3.3　选择合适的物品启动用户的兴趣 3.4　利用物品的内容信息 3.5　发挥专家的作用	阅读
第 4 章　利用用户标签数据 4.1　UGC 标签系统的代表应用 4.1.1　Delicious 4.1.2　CiteULike 4.1.3　Last.fm 4.1.4　豆瓣 4.1.5　Hulu 4.2　标签系统中的推荐问题 4.2.1　用户为什么进行标注 4.2.2　用户如何打标签 4.2.3　用户打什么样的标签 4.3　基于标签的推荐系统 4.3.1　实验设置 4.3.2　一个最简单的算法 4.3.3　算法的改进 4.3.4　基于图的推荐算法 4.3.5　基于标签的推荐解释 4.4　给用户推荐标签 4.4.1　为什么要给用户推荐标签 4.4.2　如何给用户推荐标签 4.4.3　实验设置 4.4.4　基于图的标签推荐算法 4.5　扩展阅读
第 5 章　利用上下文信息 5.1　时间上下文信息 5.1.1　时间效应简介 5.1.2　时间效应举例 5.1.3　系统时间特性的分析 5.1.4　推荐系统的实时性 5.1.5　推荐算法的时间多样性 5.1.6　时间上下文推荐算法 5.1.7　时间段图模型 5.1.8　离线实验 5.2　地点上下文信息 5.3　扩展阅读
第 6 章　利用社交网络数据 6.1　获取社交网络数据的途径 6.1.1　电子邮件 6.1.2　用户注册信息 6.1.3　用户的位置数据 6.1.4　论坛和讨论组 6.1.5　即时聊天工具 6.1.6　社交网站 6.2　社交网络数据简介社交网络数据中的长尾分布 6.3　基于社交网络的推荐 6.3.1　基于邻域的社会化推荐算法 6.3.2　基于图的社会化推荐算法 6.3.3　实际系统中的社会化推荐算法 6.3.4　社会化推荐系统和协同过滤推荐系统 6.3.5　信息流推荐 6.4　给用户推荐好友 6.4.1　基于内容的匹配 6.4.2　基于共同兴趣的好友推荐 6.4.3　基于社交网络图的好友推荐 6.4.4　基于用户调查的好友推荐算法对比 6.5　扩展阅读
第 7 章　推荐系统实例 7.1　外围架构 7.2　推荐系统架构 7.3　推荐引擎的架构 7.3.1　生成用户特征向量 7.3.2　特征物品相关推荐 7.3.3　过滤模块 7.3.4　排名模块 7.4　扩展阅读
第 8 章　评分预测问题 8.1　离线实验方法 8.2　评分预测算法 8.2.1　平均值 8.2.2　基于邻域的方法 8.2.3　隐语义模型与矩阵分解模型 8.2.4　加入时间信息 8.2.5　模型融合 8.2.6　Netflix Prize 的相关实验结果
后记

作者介绍

毕业于中国科学技术大学和中国科学院自动化所，研究方向为机器学习和推荐系统，现任职于北京Hulu软件技术开发有限公司，从事视频推荐的研究和开发。2009年参加Netflix Prize推荐系统比赛获得团体第二名，且于当年参与创建了Resys China推荐系统社区。

大家也喜欢

场景化机器学习

[澳] 道格 • 哈金　理查德 • 尼科尔范东来译

本书展示了如何在业务场景中应用机器学习，以使业务流程更快、更灵活地适应变化。本书分为三个部分。第一部分介绍有效...
Python机器学习建模与部署：从Keras到Kubernetes

[印]达塔拉•拉奥（Dattaraj Rao）崔艳荣詹炜杨慧明译

本书从实践的角度，介绍了如何使用基于Python的Keras库和TensorFlow框架开发机器学习模型和深度...
Python自然语言处理实战

Rajesh Arumugam Rajalingappaa Shanmugamani 杨航译

本书介绍自然语言处理和深度学习的核心概念，例如CNN、RNN、语义嵌入和Word2vec等。读者将学习如何使用...
简明的TensorFlow 2

本书围绕 TensorFlow 2 的概念和功能展开介绍，旨在以“即时执行”视角帮助读者快速入门 Tensor...
机器学习基础：建模与问题求解

本书作者曾就职美国谷歌公司和日本乐天集团，有着多年的机器学习开发经验。本书理论与实践相结合，通过直观具体、易于...

8推荐
开放出版：项亮陈义王益《推荐系统实践》

最近很多读者关注《推荐系统实践》一书，询问本书目前的写作进展和出版时间。自今日起，本书正式进入开放出版流程，作者会全程在本社区中互动，与大家分享写做过程中的点滴。技术背景推荐系统从1994年开始，经过Amazon，Netflix等著名公司的努力，已经充分证明了它的作用…...

旸谷发表于 2011-11-14
8推荐
关于《推荐系统实践》

从标题就可以看到，这本书重点在于实践，所以本书的方法都是以能否在实际系统中得到广泛的应用作为选择的依据。我们重点讲的方法都是在实际系统中得到过检验，并初步证明有效的方法。当然，为了满足广大学术圈的同学的需要，我们也会有专门的一章讨论一些现在学术界研究热点问题和方法，但这个不是这…...

xlvector 发表于 2011-11-14
15推荐
《推荐系统实践》样章：如何利用用户标签数据（一）

推荐系统的目的是联系用户的兴趣和物品，这种联系需要依赖于不同的媒介。GroupLens在文章[1]中认为目前流行的推荐系统基本上通过三种方式来联系用户兴趣和物品。如图1所示，第一种方式是通过用户喜欢过的物品：可以给用户推荐与他喜欢过的物品相似的物品，这就是前面提到的基于物品的算…...

王军花发表于 2011-12-13
14推荐
《推荐系统实践》样章：如何利用用户标签数据（二）

基于标签的推荐系统用户用标签来描述自己对物品的看法，因此，标签成为了联系用户和物品的纽带。因此，标签数据是反应用户兴趣的重要数据源，而如何利用用户的标签数据来提高用户个性化推荐结果的质量，是推荐系统研究的重要问题。在如何利用标签数据的问题上，豆瓣无疑是这方面的代表。豆瓣…...

王军花发表于 2011-12-23
1推荐
编辑小记之《推荐系统实践》

推荐系统是根据用户的兴趣特点、行为，向用户推荐用户感兴趣的信息和物品。随着互联网领域地不断发展，物品数量和种类急剧增长，用户开始面临严重的信息过载问题，很多情况下为获得感兴趣的物品和信息他们不得不浏览大量无关信息和物品。另外，因为信息及物品众多，怎样将特定物品展示到用户面前变得…...

毛倩倩发表于 2012-04-05
10推荐
图灵社区《推荐系统实践》新书发布交流会

图灵社区《推荐系统实践》新书发布交流会将于2012年6月16日在北京盛大创新院举行。我们将特别邀请《推荐系统实践》一书的作者项亮、本书的技术审校王益、陈义，与一直以来关心、期待本书的读者们进行面对面交流。此次交流会的主题将围绕着“推荐系统”进行，来自豆瓣资深算法工程师陈义...

盼盼姐发表于 2012-05-21
4推荐
浪潮之巅作者吴军推荐序——《推荐系统实践》

推荐在今天互联网的产品和应用中被广泛采用，包括今天大家经常使用的相关搜索、话题推荐、电子商务的各种产品推荐、社交网络上的交友推荐等。但是，至今还没有一本书从理论上对它进行系统地分析和论述。《推荐系统实践》这本书恰恰弥补了这个空白。该书总结了当今互联网主要领域、主要公司、各种…...

出版圈郭志敏发表于 2012-05-29
14推荐
《推荐系统实践》新书发布交流会纪要(内附讲义）

2012年6月16日，下午2点在北京盛大创新院，由图灵社区举办的《推荐系统实践》新书发布交流会准时进行。现场邀请《推荐系统实践》一书的作者项亮、以及本书的技术审校王益、陈义，与一直以来关心、期待本书的读者们进行了面对面的交流。 ![enter image descripti…...

袁野发表于 2012-06-19
8推荐
推荐系统实践自我评价

　　这本书大约写了10个月的时间，如果一定要自己评价一下这本书，只能说还行。这本书基本达到了写作目标：　　1. 帮助刚毕业的学生迅速了解如何将他们学到的理论用于实际　　2. 帮助程序员迅速将他们的编程能力应用到推荐系统中来　　3. 强调数据分析的重要性，淡化算法 …...

xlvector 发表于 2012-07-11
1推荐
就让推荐，系统实践起来吧！

　　　互联网世界的很多理念或者术语，看起来专业无比，仔细想想，在生活里又随处可见。比如推荐。　　遇见一个美女，看到一本好书，热烈的想要与他人分享的心情；独自待在房间里，渴望与他人建立联系却又无法获取任何回应；这种时候，打开网页，或者邮箱，发现一封亚马逊的邮件，说是特别为我…...

紫凤发表于 2012-11-02
7推荐
跟着图灵听课去！（十二月）

![enter image description here][1] 请注意：本活动实时更新，具体时间可能有变动。图灵每个月都会参与或者举办一些技术会议，“跟着图灵听课去”让您跟随图灵的脚步提前了解这些会议的亮点、在现场和图灵互动、并在会后得到第一手的会议报到和相关资源。…...

袁野发表于 2012-11-26
14推荐
LinkedIn高级分析师王益：大数据时代的理想主义和现实主义（图灵访谈）

王益，LinkedIn高级分析师。他曾在腾讯担任广告算法和策略的技术总监，在此期间他发明了并行机器学习系统“孔雀”，它可以从数十亿的用户行为或文本数据中学习到上百万的潜在主题，该系统被应用在腾讯可计算广告业务中。在此之前，他在Google担任软件工程师，并开发了一个分布式机器学…...

盼盼姐发表于 2014-04-16
13推荐
Hulu（北京）周涵宁访谈话题有奖征集（图灵访谈）

![enter image description here][1] 周涵宁，本科就读于清华大学自动化专业，在美国伊利诺伊大学香槟分校获得计算机视觉领域博士学位。曾经担任施乐硅谷研究中心研究员、亚马逊总部高级技术经理、盛大创新院资深研究员兼产品经理、智谷研发VP和宝宝树的…...

刘敏ituring 发表于 2017-10-16
7推荐
Hulu（北京）推荐算法负责人周涵宁：怎样应对基于深度学习的视频推荐系统（图灵访谈）

![enter image description here][1] 周涵宁，本科毕业于清华大学自动化系，于美国伊利诺伊大学香槟分校获得计算机视觉领域博士学位。曾担任富士施乐硅谷研究中心研究员、亚马逊总部高级技术经理、盛大创新院资深研究员兼产品经理、智谷研发VP和宝宝树的…...

刘敏ituring 发表于 2017-11-22

这个月能出版吗，期待中

rongxin 发表于 2012-05-08 09:34:03

推荐
- 图书已出版
  
  紫凤发表于 2012-06-12 10:09:10
这本书具体什么时候发行？很期待…

xinlee 发表于 2012-05-20 10:50:39

推荐
- 昨天入库的，马上就能在网店买到了。呵呵
  
  紫凤发表于 2012-06-12 10:08:14
- 当当，京东以及亚马逊还都是预定，怎么还买不到？等了好久了…
  
  xinlee 发表于 2012-06-15 09:29:39
这本书不是写的5月1号出版吗？现在还在编辑。。。真不靠谱啊

interhan 发表于 2012-05-23 16:53:57

推荐
- 不好意思，稍微迟了些，不过好在现在已经出版啦。让您久等
  
  紫凤发表于 2012-06-12 10:10:58
请问是什么时候出版？并且书中所用编程语言是哪种？

海菌上酱发表于 2012-05-24 10:39:09

推荐
- 图书已出版
  
  紫凤发表于 2012-06-12 10:11:18
- 那请问书中代码用的是java语言吗？谢谢
  
  海菌上酱发表于 2012-06-18 14:34:32
- 看了样章了，是Python写的
  
  海菌上酱发表于 2012-06-18 14:38:39
如果已经买了电子书，纸质书重印修正错误了，那电子书能够免费更新吗？

Atromitos 发表于 2012-11-03 14:07:17

推荐
- 当然可以啦，纸书有勘误，我们会一并修正电子版
  
  杨帆发表于 2012-11-07 17:26:43
我的第一次献给了图灵——第一次正经的购买电子书，期待图灵开放更多电子书。电子书方便路上阅读，而在家或在公司能阅读纸质书的时间太有限了。

飞笑发表于 2012-12-10 14:10:15

推荐
- 预计今天下班路上能看完。这本书相当不错，只是书里的一些公式和代码缺乏注释，难以理解。但在概念和方法方面，作者解释的非常清晰，读完全书对推荐有了个明确的认识。
  
  飞笑发表于 2013-01-18 15:21:22
本书6月出版。

谢工在图灵发表于 2012-05-24 13:20:35

推荐
马上就可以入手喽，哇哦

八六孩儿发表于 2012-06-14 10:22:35

推荐
已经在京东下单，显示缺货中，不知道哪天能到手~

霏烟似雨发表于 2012-06-20 14:45:27

推荐
今天刚收到，阅读中

rongxin 发表于 2012-06-20 17:05:20

推荐
本书，在豆瓣阅读何时上线呢？

L1L31 发表于 2012-11-27 14:11:07

推荐
书籍里面的Python代码好多错误，第二章就N多，只能当伪代码看，但是希望能勘误，或者说明是伪代码

sereinchan 发表于 2013-03-08 09:10:08

推荐
无法推送到kindle

一路疾驰发表于 2014-05-19 03:44:58

推荐
这书很不错,可惜没有实例是一大遗憾(相比起<集体智慧编程>),但瑕不掩瑜,给个赞

黄思喆发表于 2015-06-23 23:26:55

推荐
能否给贴一下第二章 2.2.1节画图物品流行度分布曲线用户活跃度分布曲线用户活跃度和物品流行度的关系这三幅图的画图程序

wyn_dlnu 发表于 2016-03-29 20:08:04

推荐