推薦系統：算法、案例與大模型

互聯網上信息龐雜，信息生產者很難將合適的信息傳送至合適的用戶，同時用戶也很難從海量信息中獲取其感興趣的內容。推薦系統能夠將信息生產者和用戶鏈接起來，幫助平台解決需求和資源匹配的難題。本書覆蓋推薦系統在行業應用中涉及的召回算法、排序算法的原理和實現思路，以及特徵工程、冷啟動、效果評估、A/B測試、Web服務等核心工程知識，並包含金融、零售等行業的實施案例，另外也與時俱進地介紹了大模型及其在推薦系統中的應用。



劉強，2009年畢業於中國科學技術大學，有15年大數據與AI相關實踐經驗。出版過暢銷書《構建企業級推薦系統》，翻譯過《AI革命》《認識AI》《MongoDB性能調優實戰》等優秀作品。目前是杭州數卓信息技術有限公司CEO，公司業務方向為構建大模型推薦系統、大模型知識庫等，幫助企業利用大模型技術進行降本提效與精細化運營。同時，擔任達觀數據高級技術顧問，與達觀數據一同推動推薦系統及大模型技術在行業的落地。