Odporúčacie motory

Recenzie čitateľov

Kniha o odporúčacích motoroch je všeobecne dobre prijímaná pre svoj pútavý štýl písania, relevantné príklady z reálneho sveta a hlboký obsah. Slúži ako vynikajúca učebnica pre začiatočníkov a pokrýva mnohé filozofické, historické a technické aspekty tejto témy. Niektorí čitatelia ju však považujú za zbytočne zložitú, chýbajú v nej technické detaily a majú pocit, že názov je zavádzajúci, pretože kladie dôraz na históriu namiesto praktických koncepcií.

Pútavý štýl písania, relevantné príklady z reálneho sveta, komplexný prehľad odporúčacích motorov, skvelé pre začiatočníkov, kapitoly podnecujúce k zamysleniu, ďalšie zdroje na ďalšie vzdelávanie.

Miestami zbytočne zložitá a abstraktná, chýbajú technické detaily implementácie, niektoré kapitoly obsahujú opakujúce sa chuchvalce, názov môže byť zavádzajúci, pretože sa zameriava na históriu namiesto koncepcií, potrebuje lepšiu úpravu.

(na základe 16 čitateľských recenzií)

Pôvodný názov:

Recommendation Engines

Obsah knihy:

Ako spoločnosti ako Amazon a Netflix vedia, čo "by sa vám tiež mohlo páčiť" história, technológia, obchod a sociálny vplyv online odporúčacích systémov.

Technológie nám čoraz častejšie poskytujú lepšie, rýchlejšie, inteligentnejšie a osobnejšie rady ako naše vlastné rodiny a najlepší priatelia. Spoločnosť Amazon už vie, aké knihy a domáce potreby sa vám páčia, a viac než ochotne vám odporúča ďalšie.

YouTube a TikTok majú vždy pripravené ďalšie video, ktoré vám chcú ukázať.

Netflix si zrátal čísla vašich diváckych návykov, aby vám navrhol celé žánre, ktoré by sa vám mohli páčiť. V tomto zväzku zo série Essential Knowledge vydavateľstva MIT Press odborník na inovácie Michael Schrage vysvetľuje pôvod, technológie, obchodné aplikácie a rastúci spoločenský vplyv odporúčacích strojov, systémov, ktoré umožňujú spoločnostiam na celom svete vedieť, aké produkty, služby a zážitky "by sa vám tiež mohli páčiť".

Schrage ponúka históriu odporúčaní, ktorá siaha až k antickým veštcom a astrológom.

Rozpráva o akademickom pôvode a komerčnom vývoji odporúčacích systémov.

Vysvetľuje, ako tieto systémy fungujú, a rozoberá kľúčové matematické poznatky vrátane vplyvu strojového učenia a algoritmov hlbokého učenia.

A upozorňuje na výzvy v oblasti dizajnu používateľského zážitku. Ponúka stručné, ale výstižné prípadové štúdie digitálnej hudobnej služby Spotify.

ByteDance, vlastníka TikTok.

A online osobného stylistu Stitch Fix. Na záver sa Schrage zamýšľa nad budúcnosťou technologických odporúčaní: Pomôžu nám objavovať svet a seba samých novým a náhodným spôsobom?