机读格式显示(MARC)

• 000 02191nam 2200325 450

• 001 0000793619

• 005 20250619093900.0

• 010 __ |a 978-7-121-45422-6 |d CNY108.00

• 100 __ |a 20230620d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 这就是推荐系统 |A zhe jiu shi tui jian xi tong |e 核心技术原理与企业应用 |f 胡澜涛 ... [等] 著

• 210 __ |a 北京 |c 电子工业出版社 |d 2023.5

• 215 __ |a xiv, 248页 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 量子计算与人工智能前沿技术丛书 |A liang zi ji suan yu ren gong zhi neng qian yan ji shu cong shu

• 304 __ |a 题名页题: 胡澜涛, 李玥亭, 崔光范, 易可欣著

• 314 __ |a 胡澜涛, 毕业于清华大学计算机系, 快手推荐算法技术总监。曾任字节跳动高级算法工程师, 腾讯高级研究员。李玥亭, 毕业于大连理工大学计算机专业。曾先后就职于百度、小米等公司, 参与百度凤巢广告CTR预估模型的研发, 负责小米音乐、阅读、应用商店、游戏中心等多个产品推荐服务从0到1的搭建, 在搜索、广告、推荐领域有丰富的实战经验。崔光范, 毕业于中国科学院软件研究所, 爱奇艺助理研究员, 负责短视频信息流推荐业务。曾任小米推荐算法工程师, 负责应用商店、游戏中心、有品等业务的推荐工作, 从零构建了小米垂域业务的深度推荐引擎。主要研究方向是推荐系统、计算广告、搜索等, 发表过多篇论文和专利。

• 330 __ |a 本书贴合工业级推荐系统, 以推荐系统的整体技术框架为切入点, 深入剖析推荐系统中的内容理解、用户画像、召回、排序、重排等核心模块, 介绍每个模块的核心技术和业界应用, 并展开介绍了推荐冷启动、推荐偏置与消偏等常见问题和解决方案。此外, 还对当前推荐系统领域的热门前沿技术进行了介绍, 包括强化学习、因果推断、端上智能等。

• 333 __ |a 本书既适合推荐系统、计算广告及搜索领域的互联网相关从业人员, 也适合高等院校人工智能、计算机技术、软件工程等专业的本科生、研究生及博士生, 以及对推荐系统感兴趣的爱好者等, 可以帮助他们了解工业级推荐系统的基础框架、核心技术和前沿发展

• 410 _0 |1 2001 |a 量子计算与人工智能前沿技术丛书

• 517 1_ |a 核心技术原理与企业应用 |A he xin ji shu yuan li yu qi ye ying yong

• 606 0_ |a 计算机算法 |A ji suan ji suan fa

• 690 __ |a TP301.6 |v 5

• 701 _0 |a 胡澜涛 |A hu lan tao |4 著

• 701 _0 |a 李玥亭 |A li yue ting |4 著

• 701 _0 |a 崔光范 |A cui guang fan |4 著

• 801 _0 |a CN |b 湖北三新 |c 20230620

• 905 __ |a LIB |d TP301.6/222