推荐系统与深度学习
黄昕, 赵伟, 王本友, 吕慧伟, 杨敏
评分 5.5分
本书的内容设置由浅入深，从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者，还是有一定经验的从业人员，相信都能从本书的不同章节中有所收获。 区别于其他推荐算法书籍，本书引入了已被实践证明效果较好的深度学习推荐技术，包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用，并给出了相关的实践代码；除了在算法层面讲解推荐系统的实现，还从工程层面详细阐述推荐系统如何搭建.
策略产品经理：模型与方法论
青十五
评分 8.6分
这是一部从数学、经济学、人工智能3个角度讲解策略产品经理方法论的著作。 作者对自己多年的策略产品经验进行了总结和提炼，D创了函数方法论和经济学方法论。这些方法论在大量实践中被证明行之有效。本书对这两大方法论进行了详细讲解，并且重点讲解了策略产品经理应该掌握的机器学习、深度学习核心知识。 更重要的是，本书还传递了一种非常重要的策略产品思想：所有
个性化
苏萌, 柏林森, 周涛
评分 6.4分
自从人类进入信息化时代以后，每一种新技术形态的出现都会催生新的商业模式并促使传统的商业模式发生变革，个性化是信息时代以来对传统商业模式最具颠覆性的一种技术形态！商业的未来将由个性化技术来驱动，历史的车轮将带领我们进入商业智能高度发达的个性化时代。在个性化时代，每一个企业都将为你（消费者）提供专属性的产品和服务，世界将以你为中心。 本书开个性化时代先河，详尽且极具前瞻性地探讨了个性化技术将如何颠覆与
推荐系统实践
项亮
评分 8.1分
内容简介： 随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入了信息过载（information overload）的时代 。在这个时代，无论是信息消费者还是信息生产者都遇到了很大的挑战：对于信息消费者，从大量信息中找到自己感兴趣的信息是一件非常困难的事情；对于信息生产者，让自己生产的信息脱颖而出，受到广大用户的关注，也是一件非常困难的事情。推荐系统就是解决这一矛盾
机器学习算法实践
王建芳
评分 0.0分
个性化推荐能够根据用户的历史行为显式或者隐式地挖掘用户潜在的兴趣和需求，并为其推送个性化信息，因此受到研究者的追捧及工业界的青睐，其研究具有重大的学术价值及商业应用价值，已广泛应用于大型电子商务平台、社交平台、新闻客户端以及其他各类旅游和娱乐类网站中。 本书内容丰富，较全面地介绍了基于协同过滤的推荐系统存在的问题、解决方法和评估策略，主要内容涉及协同过滤推荐算法中的时序技术、矩阵分解技术和社交网络
内容算法
闫泽华
评分 7.3分
近两年来，伴随着BAT纷纷涌入自媒体平台，自媒体发展可谓迎来爆发。自媒体平台火爆起来是从今日头条异军突起而引发的。它是一款基于数据挖掘的推荐引擎产品，为用户推荐有价值的、个性化的信息，是国内移动互联网领域成长最快的产品服务之一。推荐引擎也将迎来高速发展，针对推荐引擎的优化技术也将会迎来新的机遇。 本书作者从事推荐引擎相关的内容分发相关工作，在书中对内容推荐系统进行了介绍，
产品逻辑之美：打造复杂的产品系统
潘一鸣 编著
评分 7.6分
互联网已经深刻地改变了这个时代。为了更好地满足用户的需求，互联网产品背后的系统逻辑也变得越来越复杂。为了跟上时代的脚步，每一个互联网从业者都需要不断升级自己的知识体系。 《产品逻辑之美：打造复杂的产品系统》希望同时兼顾理论和实战，使读者既能深入理解理论知识，又能把理论知识用于实战。所以在书中不仅包含了不同系统的最小知识量，也包含了大量的实际案例。第1部分是新时代
深度学习推荐系统
王喆
评分 9.3分
深度学习在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。 《深度学习推荐系统》既适合推荐系统、计算广告和搜索领域的从业者阅读，也适合人工智能相关专业的本 科生、研究生、博士生阅读，帮助他们建立深度学习推荐系统的技术框架，通过学习前沿案例 加强深度学习
策略产品经理实践
韩瞳
这是一本全面梳理策略产品经理知识图谱、系统总结策略产品经理方法论、深入挖掘策略产品经理技巧的著作。策略产品经理是产品经理领域的一个细分新兴岗位，逐渐成为产品经理岗位的核心。 作者在策略产品领域有多年经验，不仅从0到1主导过30余个产品项目，而且经历了产品从日活3500万到日活过亿的策略设计全过程。本书得到了行业中多位产品专家的高度评价。 本书
