《推荐系统实践》作者项亮老师的自我评价

本书旨在帮助初学者快速掌握推荐系统的实际应用,强调数据分析而非算法细节,涵盖了多种评估方法,并介绍了如何将理论应用于实践。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

[img]http://b100.photo.store.qq.com/psb?/V12gMU7j3dMtSc/unGKwMPOaLEu9DFKeME9PRYcanr1VvwchSJx6OrmcI8!/b/YQqXqzsuewAAYsMnsDuPfAAA[/img]


  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
[url]http://www.ituring.com.cn/article/details/5842[/url]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值