Conosci un grande libro sulla costruzione di sistemi di raccomandazione?

Il 2016 è un buon anno per i libri sui sistemi di raccomandazione. Sono usciti due libri eccellenti:

1. Per un pubblico di livello universitario, c'è un nuovo libro di Charu Agarwal che è forse il libro più completo sugli algoritmi di raccomandazione. Include approcci popolari di filtraggio collaborativo così come nuovi approcci basati su banditi a più braccia: Recommender Systems: The Textbook.
2. Se questo suscita il vostro interesse, proseguite con Statistical Methods for Recommender Systems, un libro di Deepak Agarwal e Bee-chung Chen di LinkedIn. Questo approfondisce le questioni statistiche, partendo dai banditi (scelta curiosa) e poi passando a modelli avanzati di fattori latenti e sistemi di raccomandazione multi-obiettivo. Questo libro è anche il primo che ho visto che collega la teoria statistica con i problemi nella costruzione di sistemi di raccomandazione in produzione e fornisce l'architettura del sistema e gli algoritmi nel paradigma Map-reduce.

Con questi due, l'unico argomento rimasto da coprire sarebbe la valutazione e la user experience dei sistemi di raccomandazione. Sfortunatamente, non c'è ancora un libro che renda giustizia a questi argomenti. La nostra migliore risorsa, per ora, è questo lungo articolo dei ricercatori di Grouplens, uno dei pionieri dei sistemi di raccomandazione: Recommender systems: from algorithms to user experience.

In alternativa, Lei Li mantiene una lista di libri di testo sui sistemi di raccomandazione che potresti voler consultare: Recommender Systems.