`

《推荐系统实践》作者项亮老师的自我评价

阅读更多



  这本书大约写了10个月的时间,如果一定要自己评价一下这本书,只能说还行。这本书基本达到了写作目标:
  1. 帮助刚毕业的学生迅速了解如何将他们学到的理论用于实际
  2. 帮助程序员迅速将他们的编程能力应用到推荐系统中来
  3. 强调数据分析的重要性,淡化算法
  4. 运用多种评测方法,强调全面评测的重要性
  
  不过本书也有一些遗憾,如果将来会再版这本书,可以修正这些遗憾:
  1. 推荐系统和搜索引擎不同,他还没有一个统一的应用场景,因此不同网站的推荐系统都有不同的特色。但是因为我主要从事视频推荐方面的研究,对于电商或者LBS,社交推荐方面的推荐还缺乏深刻的认识,只做过一些理论研究,缺乏实际动手分析的经验,所以这方面的内容相对欠缺。
  2. 对并行化和大数据说的不多。本书提到的方法都是可以用于大数据,很容易通过Map-Reduce或者MPI并行化。但是本书对这些方法如何并行化说的也不多。这主要是我自认为还不能算这方面的专家,写出来可能会贻笑大方。
  3. 缺乏统一的理论框架。这其实不能算本书的缺点,因为整个推荐系统看起来,除了协同过滤,很多其他算法的理论框架都不完善。此外,写这本书时的立意是要让大家看完之后觉得,靠,推荐算法就这么简单啊。所以没有运用理论化堆公式的写法。不过,如果能用简单的语言将理论的问题说清楚,那就更NB了。不过我目前还没有达到这样的功力。
  
  最后,看到很多人说这本书和我的博士论文很像。其实这本书只有半章和我的博士论文相关,其他部分都是博士论文中完全没有的,嘿嘿。

本文摘自图灵社区
http://www.ituring.com.cn/article/details/5842
分享到:
评论

相关推荐

    推荐系统实践 - 项亮1

    《推荐系统实践》是由项亮编著的一本详细介绍推荐系统理论与实践的书籍。该书源于作者在2010年ResysChina推荐系统大会的经历,旨在填补推荐系统理论分析和论述的空白。 本书涵盖了推荐系统的基础理论,包括推荐算法...

    推荐系统实践.pdf,推荐系统实践pdf,Python

    本篇文章将深入探讨推荐系统的实践,尤其是与Python编程相关的实现方法。 一、推荐系统基础 1. **协同过滤**:推荐系统中最常见的方法之一,分为用户-用户协同过滤和物品-物品协同过滤。它基于用户过去的行为,...

    推荐系统ppt-项亮.pdf

    项亮是一位资深的推荐系统专家,其在该领域的知识和经验值得我们深入学习和探讨。 首先,推荐系统的核心问题可以概括为:如何将合适的信息或商品推荐给用户。推荐系统需要解决的问题包括数据处理、算法选择、新用户...

    推荐系统实践-项亮1

    本书《推荐系统实践》对推荐系统进行了系统的分析和论述,从理论基础到评价标准和方法,从设计和实现到应用实践,全面介绍了推荐系统的方方面面。 本书首先对推荐系统的定义和分类进行了介绍,接着对推荐系统的理论...

    推荐系统实践学习代码.zip

    这个名为“推荐系统实践学习代码.zip”的压缩包文件包含了对《推荐系统实践》这本书中提到的各种推荐算法的代码实现,这对于深入理解和应用这些算法非常有帮助。下面我们将详细探讨这些算法及其在实践中的应用。 ...

    项亮推荐系统博士论文

    【推荐系统】是信息时代的一种重要技术,它旨在根据用户的...项亮博士的这篇论文作为推荐系统领域的经典之作,对于理解推荐系统的理论和实践具有很高的价值,无论是对于研究人员还是从业者,都是值得一读的重要文献。

    RecSystemPractice:项亮《推荐系统实践》的部分算法代码实现

    这个名为"RecSystemPractice"的项目,是基于这本书中的部分算法进行的代码实现,旨在为读者提供一个学习和实践推荐系统算法的平台。下面将详细解析其中可能涉及的知识点。 1. **协同过滤**:协同过滤是推荐系统中最...

    项亮推荐系统shizhan的代码实现

    项亮推荐系统shizhan的代码实现

    Python算法教程_中文版.pdf

    Python是一种面向对象、解释型计算机程序设计语言,其应用领域非常广泛,包括数据分析、自然语言处理、机器学习、科学计算以及推荐系统构建等。 本书用Python语言来讲解算法的分析和设计。本书主要关注经典的算法,...

    推荐系统实践1

    《推荐系统实践》是一本专注于推荐系统理论与实践的书籍,由项亮编著,陈义和王益审校。该书填补了推荐系统理论分析的空白,详细讲解了推荐系统的基础理论、评估标准和实际应用。作者通过大量的代码和图表,系统地...

    项亮博士论文介绍推荐系统(recommend system)

    项亮博士的毕业论文深入探讨了推荐系统的动态特性,尤其关注于推荐系统如何应对用户兴趣的动态变化,以及时间效应在推荐系统中的角色。 在早期的研究中,推荐系统多数关注于静态用户行为分析,即分析不随时间变化的...

    grab, 基于spark、mahout和spring boot构建的推荐系统.zip

    《基于Spark、Mahout和Spring Boot构建的推荐系统详解》 在现代大数据处理领域,推荐系统已经成为提升用户体验、个性化服务的重要工具。Grab项目利用Spark、Mahout和Spring Boot这三个强大的技术框架,构建了一套...

    吴恩达 deeplearning笔记

    (二)无监督学习(聚类,降维,推荐系统,深入学习推荐)。 (三)在机器学习的最佳实践(偏差/方差理论;在机器学习和人工智能创新过程)。本课程还将使用大量的案例研究,您还将学习如何运用学习算法构建智能机器...

    百度云盘 pdf《大数据架构和算法实现之路:电商系统的技术实战》百度云盘-带标签目录

    10.l 推荐系统的基本概念 ……......…· 305 10.2 推荐的核心要素…………········ 306 10.2.1 系统角色 .. . .. . ...…………·· 306 10.2.2 相似度 …. . ... . .......... . .…·· 307 10.2.3 ...

    机器学习的数学基础.docx

    ### 机器学习的数学基础 #### 高等数学 **导数定义** 1. **导数和微分的概念** - 导数定义为函数在某一点处的变化率,是微积分学的基本概念之一。 \[ f'(x) = \lim_{\Delta x \to 0} \frac{f(x + \Delta x) - ...

    动态推荐系统关键技术研究-项亮.pdf

    推荐系统是一种帮助用户发现信息、克服信息过载的重要工具,它通过分析用户的历史行为,构建用户兴趣模型,预测用户的兴趣并为其提供推荐。在早期的研究中,推荐系统主要集中在对用户静态行为的分析上,即忽略了用户...

    动态推荐算法关键技术研究(项亮)

    最后,项亮设计了一个动态推荐系统的原型系统,该系统能够实时响应用户的最新行为,并根据用户行为的变化实时调整推荐结果,从而不断优化用户在推荐系统中的体验。 项亮的研究涉及了个性化推荐、协同过滤、时间效应...

    《计算广告》

    计算广告与网页搜索、推荐系统,都是互联网时代具有挑战性的大规模计算问题。由于数据规模 的要求,这些系统都较广泛地采用检索(Retrieval)加排序(Ranking)这样类搜索的系统架构,因而 有非常多的相似之处。

Global site tag (gtag.js) - Google Analytics