店鋪： 文軒網旗艦店
齣版社： 中信齣版社
ISBN：9787508685274
商品編碼：27590230313
齣版時間：2018-04-01
具體描述
作 者:閆澤華 著作 定 價:58 齣 版 社:中信齣版社 齣版日期:2018年04月01日 頁 數:246 裝 幀:精裝 ISBN:9787508685274 ●推薦序
●自序
●引言
●Part 01 關於內容推薦
●走近內容推薦
●推薦係統架構初探
●YouTube和Netflix推薦架構參考
●基於推薦架構的優化啓示
●推薦的起點：斷物識人
●斷物
●識人
●推薦算法：物以類聚，人以群分
●物以類聚：基於內容屬性的相似性推薦
●人以群分：基於用戶行為的協同過濾
●從算法到應用
●場景劃分
●推薦係統評估指標
●連接內容與人
●冷啓動
●興趣探索
●部分目錄
通過算法實現的推薦技術基於用戶曆史數據和行為，推測用戶意圖，推薦閤適的商品和內容給終端用戶，顯著提高瞭用戶的點擊率和留存率。隨著用戶的個性價值越來越被重視，內容推薦分發技術勢必會得到更普遍的應用。
內容行業資曆從業者、今日頭條前資曆産品經理閆澤華，在閆澤華著的《內容算法（把內容變成價值的效率係統）（精）》一書中，通過大量生動的案例，圖文並茂、深入淺齣地分析瞭當下主流的推薦算法及其利弊，介紹瞭推薦分發係統相關的知識，同時對自媒體如何實現優質作品優選化傳播以及自媒體數據分析、運等 閆澤華 著作 閆澤華，簡書簽約作者。知乎知識市場産品總監，負責內容付費的産品運營工作。
曾任今日頭條資曆産品經理、“凱叔講故事”技術負責人和百度搜索架構工程師。在今日頭條工作期間，曾先後負責頭條視頻的數據流和策略分發，頭條號粉絲變現相關業務和微頭條的策略分發業務，曆經瞭頭條視頻和粉絲業務快速增長的全過程。
●自序
●引言
●Part 01 關於內容推薦
●走近內容推薦
●推薦係統架構初探
●YouTube和Netflix推薦架構參考
●基於推薦架構的優化啓示
●推薦的起點：斷物識人
●斷物
●識人
●推薦算法：物以類聚，人以群分
●物以類聚：基於內容屬性的相似性推薦
●人以群分：基於用戶行為的協同過濾
●從算法到應用
●場景劃分
●推薦係統評估指標
●連接內容與人
●冷啓動
●興趣探索
●部分目錄
內容簡介
隨著國民總時間概念的興起，互聯網巨頭紛紛布局內容行業，以爭奪用戶時間。作為內容生産者主力的各類自媒體也如雨後春筍般湧現，在內容創作、內容變現等方麵做得風生水起。與此同時，基於算法的內容推薦分發技術得到瞭越來越廣泛的應用。今天，至少有4億中國人通過算法獲取內容，靠前創作者群體半數以上流量來自內容推薦係統。通過算法實現的推薦技術基於用戶曆史數據和行為，推測用戶意圖，推薦閤適的商品和內容給終端用戶，顯著提高瞭用戶的點擊率和留存率。隨著用戶的個性價值越來越被重視，內容推薦分發技術勢必會得到更普遍的應用。
內容行業資曆從業者、今日頭條前資曆産品經理閆澤華，在閆澤華著的《內容算法（把內容變成價值的效率係統）（精）》一書中，通過大量生動的案例，圖文並茂、深入淺齣地分析瞭當下主流的推薦算法及其利弊，介紹瞭推薦分發係統相關的知識，同時對自媒體如何實現優質作品優選化傳播以及自媒體數據分析、運等 閆澤華 著作 閆澤華，簡書簽約作者。知乎知識市場産品總監，負責內容付費的産品運營工作。
曾任今日頭條資曆産品經理、“凱叔講故事”技術負責人和百度搜索架構工程師。在今日頭條工作期間，曾先後負責頭條視頻的數據流和策略分發，頭條號粉絲變現相關業務和微頭條的策略分發業務，曆經瞭頭條視頻和粉絲業務快速增長的全過程。
用戶評價
評分
評分
評分
評分
評分
評分
評分
評分
評分
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.cndgn.com All Rights Reserved. 新城书站 版權所有