豆瓣评论

  • 呜哈哈
    这本书评价人好少啊,也忘记我为什么会买了,好像公众号推荐吧,但是我给5星,是本不错的书。这本书我看的时候,学到新的知识点不算多,但是优点明显1. 体系整理的很完善。虽然推荐系统书体系都差不多,这本还是更好些。2. 能感觉到作者的工业经验,不限于理论,这些经验是很引起共鸣的,并且总结挺好。觉得不错的 5.3节,5.5节,7.3节,7.5节,第八章,第十三章01-24
  • 地久天长
    4.5分,对于架构方面可以帮助构建体系。05-26
  • nlpJoy
    个人认为最好的两本推荐系统书籍 之一,另一本是 ‘Recommender Systems: The Textbook’. Textbook好在推荐系统综述;本书强在工业界推荐系统的讲解,有非常多的实战经验12-27
  • 一只黑眼睛看着大千世界
    真实推荐业务各方面的架构问题。2021.5jd06-07
  • 一袋米扛几楼
    说的好听是写的比较全面 算是给想了解推荐算法同学的概貌说明书(随意翻翻即可) 但是内容真的一言难尽 写的不够细致 啥都讲个概念 很少涉及具体案例和解法 过于冗余 字数可缩减到5w04-14
  • Jeffrey
    对这种面面俱到又蜻蜓点水点到为止的书深感厌恶,1分不能再多了。。。06-23
  • wuzzz
    重复篇章太多了吧,也不够深入10-20
  • swiftdata
    很一般。大佬应该不做具体工作很久了,书写得抽象毫无细节,以至于“干巴巴的”。2016年以后深度学习类的突破,竟然一笔带过,估计是2016年之后基本不怎么跟技术趋势,守老本吃饭了。强烈建议想搞推荐系统的朋友,不要浪费实践读这本了,去读王喆的《深度学习推荐系统》:把推荐系统算法的演进(不只是深度学习)写得清清楚楚,明明白白,内容实用性很高,且阅读体验不是一般的好,绝对物超所值。02-11
  • 子瓜
    实践前看过…了解不深。实践中再回过头看,对整个系统更为清晰…但了解还是不够深。只求每看一次,都能多懂一点。03-20
  • someone
    推荐系统领域目前最好的一本书,没有之一09-21
  • Banana
    推荐系统当中为数不多的接地气的好书08-30
  • 莲开千叶
    近两年常反思字跳的推荐,经历几次迭代后仍没有完全解决系统抽象问题,随着逻辑增多,时常陷入迭代困境。有没有可能创建一套灵活、高效的系统呢?赞同这本书提到的DSL思路,不过本书只给了一个特定场景下的配置,实现一个灵活、图灵完备的DSL还是是一个艰难工作。由于推荐是一个工业界难题,很多细节不深入其中很难体会解决思路,建议理性阅读,不要按图索骥08-29