业务驱动的推荐系统：方法与实践

封面

版权信息

内容简介

前言

第一部分 业务驱动下的推荐系统总览

第1章 从业务视角看推荐系统

1.1 推荐系统的定义与商业价值

1.2 从运营、算法与工程视角看推荐系统

第2章 从业务视角看推荐系统的顶层设计

2.1 业务驱动下的推荐系统设计思想

2.2 从系统框架透视业务生态循环

2.3 迭代效率最大化：图化服务和配置化迭代

第3章 评估推荐系统的方式与维度

3.1 业务驱动型推荐系统的评估要点

3.2 B端业务：B端用户体验的评估维度

3.3 C端业务：C端用户体验的评估维度

3.4 平台成长：平台价值评估维度

3.5 评估方法概览

3.6 AB实验

第二部分 推荐系统的数据工程

第4章 业务标签体系

4.1 业务标签体系概述

4.2 业务标签体系的设计思路

4.3 业务标签的挖掘方法

4.4 业务标签体系的评估方法

第5章 用户画像：业务层面的人格抽象

5.1 用户画像概述

5.2 用户画像设计

5.3 用户画像的构建与迭代

5.4 用户画像的评估方法

第6章 生态循环的血液：数据获取与处理

6.1 埋点日志服务与埋点体系的设计思想

6.2 可扩展的业务埋点体系

6.3 基于埋点数据的处理和分析

第7章 业务定制化特征和样本工程设计

7.1 推荐特征体系概览

7.2 推荐系统特征设计及案例

7.3 特征应用常见问题

7.4 特征去噪

7.5 特征样本构造和模型训练

7.6 时间穿越及处理

7.7 特征与样本消偏

7.8 特征评估方法

第三部分 推荐系统的算法原理与实践

第8章 业务驱动视角下的召回技术

8.1 推荐系统召回技术概览

8.2 召回中的策略框架

8.3 U2I召回算法

8.4 I2I召回算法

8.5 基于图结构的召回算法

8.6 向量召回的另一面：近似检索算法

8.7 召回中的采样技术

第9章 业务驱动视角下的排序技术

9.1 排序模块概览

9.2 粗排模块

9.3 精排模型

9.4 多准则排序

第10章 算法辅助人工：决策智能

10.1 决策智能概述

10.2 决策智能与推荐探索利用机制

10.3 因果推断技术

10.4 流量调控

第四部分 推荐算法工程师的自我成长

第11章 推荐算法工程师的成长路径

11.1 技术：推荐算法工程师的立身之本

11.2 业务：推荐算法工程师的立业之道

11.3 推荐算法工程师的自我修养

作者简介