商业化推荐系统服务应用实战

前言
第1章 商业化推荐服务/
1.1 从推荐开始的商业创新/
1.1.1 商业模式识别与推荐服务/
1.1.2 企业生命周期视角下的推荐服务/
1.2 商业化推荐系统服务的企业驱动力/
1.3 小结/
第2章 商业化推荐服务的需求管理/
2.1 需求的出发点和分析/
2.2 需求的演进：伴随业务更新的变更/
2.3 小结/
第3章 商业化推荐服务解决方案/
3.1 从提供服务到解决方案的进化之路/
3.2 深入客户业务的解决方案/
3.2.1 客户需要的答案/
3.2.2 回答问题：来自解决方案的业务坐标/
3.2.3 推荐服务的业务交付/
3.3 推荐服务使用的技术/
3.3.1 选择正确的方向/
3.3.2 推荐服务中的算法模型/
3.3.3 推荐服务的上下文环境/
3.3.4 推荐服务的冷启动/
3.4 小结/
第4章 服务建模与商业化发布/
4.1 使用版本控制的建模体系/
4.2 商业化API与定价/
4.2.1 选择：设计优先还是API优先/
4.2.2 机器学习服务API设计/
4.2.3 商业化API定价策略/
4.3 使用SDK向客户的端到端交付/
4.3.1 SDK架构设计/
4.3.2 SDK商业化定价/
4.4 小结/
第5章 支撑商业化推荐服务的高效工作流/
5.1 构建稳定可靠的流水线/
5.2 工作流的可持续性设计/
5.2.1 工作流中的参数评估/
5.2.2 流水线中的模型版本管理/
5.3 小结/
第6章 商业化推荐服务的绩效KPI体系设计/
6.1 竞技场中的对手：竞品分析/
6.2 让服务运营交付保持状态：绩效KPI指标体系/
6.3 小结/
第7章 商业化高级技能：跨职能沟通技术/
7.1 围绕商业价值的技术营销/
7.2 在需求管理中有效沟通/
7.3 让团队在问题的解决中成长/
7.4 服务上线运营中的跨职能沟通/
7.5 小结/
第8章 商业化推荐服务案例：餐饮业务整合推荐服务/
8.1 企业的难题/
8.2 拿出解决方案/
8.3 使用正确合理的推荐系统提升商业价值/
8.4 小结/
附录/
附录A 机器学习相关重要论文/
附录B 绩效KPI体系设计与通用示例/