本书以媒介变迁为整体脉络，通过几类推荐产品的发展趋势来探讨推荐产品创新的核心驱动力，以及由具体产品特性引发的技术变革。
全书内容分为5部分。第一部分从宏观视角探讨推荐产品从0到1进行创新的产品思路和技术思路；第二部分介绍革新传统纸质媒介的新闻推荐和资讯推荐，包括关键算法设计和产品设计；第三部分介绍构建线上社交网络的社交和社区推荐，以及如何通过协同过滤算法模拟社交网络；第四部分从产品、生态和算法设计的角度，介绍革新传统影视行业的视频推荐；第五部分以阿里推荐产品及其新兴的竞争产品为例，介绍革新传统货架电商的商品推荐。
目录:
第一部分 推荐产品的破局之道 1
第1章 产品创新引领的供给侧变革 3
1.1 媒介创新比内容更重要 3
1.2 把控上游的创作工具 9
1.3 激励相容的生态机制创新 13
第2章 技术创新引领的供给侧变革 18
2.1 殊途的CV与NLP范式 18
2.2 走向融合的CV与NLP范式 25
第3章 从产品视角看需求侧增长 43
3.1 从AARRR模型看用户增长 43
3.2 从网络效应视角看用户增长 50
第4章 E&E视角下的新用户推荐 58
4.1 单状态假设下的Bandit策略 58
4.2 MDP假设下的模型RL方法 63
第5章 元学习视角下的新用户推荐 72
5.1 快速自适应参数的范式 72
5.2 基于比较归纳的范式 77
5.3 仿生记忆机制的范式 82
第6章 A/B测试是增长的银弹吗 88
6.1 A/B测试的原理和优势 88
6.2 滥用A/B测试时的增长困境 92
第二部分 信息推荐 101
第7章 瞬息万变的新闻推荐 103
7.1 曾统治硅谷的雅虎 103
7.2 针对突发新闻的实时推荐策略 107
第8章 获取信息的资讯推荐 114
8.1 屡失良机的谷歌推荐 114
8.2 相关性需求下的信息检索技术 120
8.3 从峰终定律看排序策略设计 125
第三部分 社交和社区推荐 135
第9章 永远年轻的社交产品 137
9.1 社交推荐中优化的关键 137
9.2 从Facebook看社交效用优化 140
9.3 从交友产品看双向推荐问题 144
9.4 社交场景中的推荐策略 148
第10章 春耕秋收的社区产品 154
10.1 社区产品的培育原则 154
10.2 从媒介侧创新的Instagram 161
10.3 无为而治的Reddit 165
第11章 模拟社交的协同过滤 169
11.1 推荐系统的起源 169
11.2 对协同关系的仿真建模 172
11.3 基于仿真关系的协同推荐 183
第四部分 视频推荐 187
第12章 降低决策成本的电影推荐 189
12.1 电影推荐的传奇奈飞 189
12.2 优化线下体验的评分预测 193
第13章 和电视竞争的短视频推荐 200
13.1 激励相容的YouTube生态机制 200
13.2 直面海量候选的深度学习召回 204
13.3 优化长期时长收益的强化学习 212
第14章 以快打慢的微视频推荐 225
14.1 以音乐为内核的抖音 225
14.2 不求最优化，但求多目标 230
第五部分 电商推荐 239
第15章 历久弥新的电商推荐产品 241
15.1 从阿里看货架电商的演进 241
15.2 从媒介侧发起变革的新电商 245
第16章 真金白银的电商推荐技术 252
16.1 量化即时回报的优化思路 252
16.2 看重长期回报的优化思路 270
点击下载