【硬核书】推荐系统引擎，306页pdf

https://mitpress.mit.edu/9780262539074/recommendation-engines/

我们的技术给我们的建议越来越多，比我们的家人和最好的朋友更好、更快、更聪明、更个人化。亚马逊已经知道你喜欢什么样的书籍和家居用品，并且非常渴望推荐更多;YouTube和TikTok总是有另一个视频等着你看;网飞公司分析了你的观看习惯，为你推荐了你会喜欢的电影类型。在麻省理工学院出版社的基本知识系列的这一卷中，创新专家迈克尔·施拉格解释了推荐引擎的起源、技术、商业应用和日益增长的社会影响，这些系统让全球的公司知道哪些产品、服务和体验“你可能也会喜欢”。

Schrage 提供了一段历史，可以追溯到古代的神谕和占星家;叙述了推荐引擎的学术起源和商业演变;解释这些系统是如何工作的，讨论关键的数学见解，包括机器学习和深度学习算法的影响;并强调用户体验设计的挑战。他对数字音乐服务Spotify，TikTok的所有者字节跳动(ByteDance);以及在线个人造型师Stitch Fix进行了简短而精辟的案例研究。最后，Schrage 考虑了技术推荐人的未来:他们会让我们失望和依赖，还是会帮助我们以新奇和意外的方式发现世界和我们自己?