搜廣推策略產品經理-互聯網大廠搜索+廣告+推薦案例 徐修建 9787302648109 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$623
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202401*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：搜廣推策略產品經理-互聯網大廠搜索+廣告+推薦案例 ISBN：9787302648109 出版社：清華大學 著編譯者：徐修建 頁數：340 所在地：中國大陸 *此為代購商品 書號：1604447 可大量預訂，請先連絡。 內容簡介 本書通過通俗易懂的語言和生動形象的案例向讀者介紹互聯網大廠的搜廣推產品技術體系和前沿的AI技術應用，是一本兼具AI技術理論和行業策略優化實踐的工具書。 本書分為6章，第1章介紹AI時代下的新型產品經理崗位——策略產品經理；第2章介紹策略產品經理必備的機器學習基礎知識；第3、4、5章分別介紹當前互聯網大廠的推薦場景、搜索場景和廣告場景里的先進策略產品設計以及落地應用效果；第6章結合行業實際落地案例介紹前沿的AI技術應用。 本書適合任何對搜廣推策略產品經理崗位感興趣的讀者閱讀。在搜廣推領域從事運營和技術工作的讀者也可通過閱讀本書了解更多產品視角的策略設計和優化思路。作者簡介 徐修建 前第四範式AI解決方案專家，為國內多家大型零售和金融企業提供過AI諮詢服務，曾為國內領先的零售企業從O到1搭建搜索引擎和推薦系統；現為某互聯網大廠商業化策略產品專家，負責站內推薦廣告投放平台建設和流量策略設計。 倫敦國王學院數學科學碩士，知乎科技互聯網領域知名博主，人人都是產品經理網站專欄作家，公眾號「King James講策略」主理人；熟悉搜索引擎、廣告系統和推薦系統的產品技術體系，擁有豐富的搜廣推領域實戰經驗。目錄 第1章 AI時代下的產品經理1 1 產品經理崗位的變遷 1 2 策略產品經理概覽 1 2 1 策略產品經理的具體工作 1 2 2 策略產品經理分類 1 3 策略產品經理的能力要求 1 4 策略產品經理的思維要求 1 5 互聯網公司的策略部門 1 6 小結 第2章 策略產品經理必備機器學習知識 2 1 機器學習入門 2 2 機器學習和AI的關係 2 3 機器學習全流程 2 3 1 問題定義 2 3 2 數據處理 2 3 3 特徵工程 2 3 4 模型訓練 2 3 5 模型評估 2 3 6 模型應用 2 4 機器學習常見指標 2 4 1 分類模型離線評估指標 2 4 2 回歸模型離線評估指標 2 4 3 聚類模型離線評估指標 2 5 工業界常見演算法 2 5 1 邏輯回歸 2 5 2 K近鄰演算法 2 5 3 貝葉斯模型 2 5 4 K聚類演算法 2 5 5 決策樹 2 5 6 深度神經網路 2 6 梯度下降法 2 6 1 案例引入 2 6 2 梯度下降法簡介 2 7 工業界演算法的選擇 2 8 小結 第3章 推薦策略 3 1 引入 3 1 1 推薦系統應用的標誌性事件 3 1 2 推薦系統興起的原因 3 2 推薦系統概述 3 2 1 推薦系統簡介 3 2 2 推薦系統發展的4個階段 3 2 3 推薦系統整體架構 3 2 4 常見效果評估指標 3 3 推薦策略產品經理畫像 3 4 數據處理 3 4 1 常見的底層數據表 3 4 2 數據表的加工 3 4 3 數據歸一化和標準化 3 5 推薦系統召回策略 3 5 1 3種召回策略 3 5 2 多路召回架構 3 5 3 基於規則的召回 3 5 4 基於協同過濾的召回 3 5 5 基於向量的召回 3 5 6 雙塔模型 3 5 7 召回策略的效果評估 3 6 推薦系統粗排策略 3 6 1 基於規則的粗排策略 3 6 2 基於模型的粗排策略 3 6 3 粗排策略效果評估 3 7 推薦系統精排策略 3 7 1 學習目標 3 7 2 演算法選擇 3 7 3 特徵構造 3 7 4 特徵選擇 3 7 5 特徵編碼 3 7 6 模型訓練 3 7 7 效果評估 3 7 8 模型應用和迭代 3 8 推薦系統重排策略 3 8 1 概述 3 8 2 全局最優策略 3 8 3 用戶體驗策略 3 8 4 流量調控策略 3 8 5 綜合性重排 3 9 推薦結果樣式創意策略 3 9 1 概述 3 9 2 樣式策略 3 9 3 創意策略 3 10 推薦系統用戶體驗策略 3 10 1 產品功能 3 10 2 底層策略 3 10 3 主觀評估 3 11 推薦系統冷啟動策略 3 11 1 產品設計 3 11 2 底層策略 3 12 推薦系統的整體推薦機制 3 12 1 電商推薦場景的流量分發機制 3 12 2 短視頻推薦場景的流量分發機制 3 13 AB Test實驗 3 13 1 AB Test整體介紹 3 13 2 AB Test實驗完整機制 3 13 3 實驗效果的可信性評估 3 14 小結 第4章 搜索策略 4 1 引入 4 1 1 搜索引擎的5個時代 4 1 2 搜索引擎的分類 4 2 搜索引擎概述 4 2 1 搜索引擎簡介 4 2 2 搜索引擎整體架構 4 2 3 常見效果評估指標 4 3 搜索策略產品經理畫像 4 4 搜索引擎實體識別 4 4 1 實體識別是什麼 4 4 2 實體體系構建 4 5 搜索引擎詞庫 4 6 搜索引擎物料索引 4 6 1 正排索引 4 6 2 倒排索引 4 7 搜索引擎查詢語義理解 4 7 1 歸一化 4 7 2 糾錯 4 7 3 分詞 4 7 4 實體識別 4 7 5 類目預測 4 7 6 查詢改寫 4 8 搜索引擎召回策略 4 8 1 基本架構 4 8 2 文本相關性召回 4 8 3 語義相關性召回 4 8 4 個性化召回 4 8 5 效果評估 4 9 搜索引擎粗排策略 4 9 1 粗排公式 4 9 2 分數融合 4 10 搜索引擎精排策略 4 10 1 相關性排序 4 10 2 多目標排序 4 10 3 特徵工程 4 10 4 PageRank演算法 4 11 搜索引擎重排策略 4 11 1 全局最優策略 4 11 2 用戶體驗策略 4 11 3 流量調控策略 4 12 搜索結果樣式和創意策略 4 12 1 樣式策略 4 12 2 創意策略 4 13 搜索結果用戶體驗策略 4 13 1 產品功能 4 13 2 底層策略 4 13 3 主觀評估 4 14 搜索產品功能 4 14 1 搜索底紋 4 14 2 搜索聯想詞 4 14 3 搜索導航欄 4 14 4 搜索發現 4 14 5 搜索排行榜 4 14 6 搜索二次篩選 4 15 多模態搜索 4 15 1 以圖搜圖 4 15 2 識曲搜索 4 15 3 視頻搜索 4 16 小結 第5章 廣告策略 5 1 引入 5 1 1 廣告基礎入門 5 1 2 互聯網廣告概述 5 1 3 國內廣告引擎簡史 5 2 廣告系統概述 5 2 1 廣告平台簡介 5 2 2 廣告系統整體流程 5 2 3 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
