推薦引擎、個性化推薦方面有哪些值得看的書?


我來個從理論到實踐的書系吧:

偏理論的:《數據挖掘導論》《數據挖掘:概念與技術》(原書第3版)《神經網路與機器學習》(原書第3版)《Web數據挖掘》

偏實踐:《智能web演算法》《集體智慧編程》《Collective Intelligence實戰》;今年出的《推薦系統實踐》這本算是又貼近實踐有比較通俗易懂一點。

其實可以推薦一部老外的從理論到實踐高覆蓋面的專著《Recommender Systems Handbook》,這個書目前沒有中文版,電子版很好找。還有很多更深入的、或者擦邊用得著的就不詳細說了,就說一點:數學要學好。


http://johnriedl.com 明尼蘇達john riedl 教授個人主頁//推薦系統研究的聖地。Riel教授他們研究小組無可爭議地是站在推薦系統研究的最巔峰。

另外還有本書叫《Recommender Systems Handbook》,這可以算是推薦系統研究工程師的經典教科書

最後在推薦本數學教材《convex optimization》,這是研究推薦系統的數學工具之一,當然《矩陣論》啥的也是很有必要學的


推薦兩本技術入門級的書:

《智能web演算法》《集體智慧編程》


我推薦兩本吧

1.由xlvector(http://weibo.com/xlvector)寫的&<推薦系統實踐&> 即將出版 @項亮

這裡是圖靈社區的相關介紹http://www.ituring.com.cn/book/894(裡面有兩篇試度文章)

2.&<個性化--商業的未來&> 最近剛看了這本,還不錯的


《推薦系統實戰》、《推薦系統》(最近剛出版,中文版)



Recommender Systems Handbook 》:系統,全面,豐富


【課程名字】

大數據個性化技術專修班(培樂園)

【課程簡介】

本課程是針對有編程基礎的人員精心設計的大數據系列課程之一,課程內容包括大數據分析

的基礎培訓,個性化推薦演算法原理講解和應用,業界各種基於大數據的個性化產品的技術揭

秘,個性化推薦系統的架構設計。課程講理論,更重實踐,每一種演算法和技術都會結合知名

開源項目、Netflix Prize等相關比賽、當前互聯網公司實際產品進行代碼級的剖析,包含

但不限於mahout,GraphLab等,實踐培訓涵蓋java、C、C++、Python、R等流行編程語言,

並手把手教會如何在實際項目中使用這些演算法,使得有志於在大數據時代從事個性化產品研

發的人員能夠掌握相關的技術、具備相應的思維和視野。

第四期大數據個性化技術專修班將於2014年8月底開課。


《推薦系統實踐》幾個B2C網站都有。


推薦閱讀:

很多人在講微博時間線排列的弊端,比如信息過載,很難找出我最想看的,很多有價值的微博會被湮滅等。信息個性化,應該怎麼做?
類似今日頭條這樣的個性化推薦網站怎麼評價推薦質量的優劣?

TAG:推薦引擎 | 個性化推薦 |