商業化推薦系統服務應用實戰

張樂，SAP高級技術專家，有13年的IT從業及產品開發經驗。具有豐富的數據產品業務分析、研發設計、質量測試評估、部署發布的產品全流程經驗。曾從事多款數據庫和數據倉庫產品的設計研發和質量測評，是多項相關國際專利的合著者。目前主要研究方向為原生雲數據庫和企業智能數據產品質量指標體系設計和質量評估優化。

前言
第1章 商業化推薦服務/
  1.1 從推薦開始的商業創新/
      1.1.1 商業模式識別與推薦服務/
      1.1.2 企業生命週期視角下的推薦服務/
  1.2 商業化推薦系統服務的企業驅動力/
  1.3 小結/

第2章 商業化推薦服務的需求管理/
  2.1 需求的出發點和分析/
  2.2 需求的演進：伴隨業務更新的變更/
  2.3 小結/

第3章 商業化推薦服務解決方案/
  3.1 從提供服務到解決方案的進化之路/
  3.2 深入客戶業務的解決方案/
      3.2.1 客戶需要的答案/
      3.2.2 回答問題：來自解決方案的業務坐標/
      3.2.3 推薦服務的業務交付/
  3.3 推薦服務使用的技術/
      3.3.1 選擇正確的方向/
      3.3.2 推薦服務中的算法模型/
      3.3.3 推薦服務的上下文環境/
      3.3.4 推薦服務的冷啟動/
  3.4 小結/

第4章 服務建模與商業化發布/
  4.1 使用版本控制的建模體系/
  4.2 商業化API與定價/
      4.2.1 選擇：設計優先還是API優先/
      4.2.2 機器學習服務API設計/
      4.2.3 商業化API定價策略/
  4.3 使用SDK向客戶的端到端交付/
      4.3.1 SDK架構設計/
      4.3.2 SDK商業化定價/
  4.4 小結/

第5章 支撐商業化推薦服務的高效工作流/
  5.1 構建穩定可靠的流水線/
  5.2 工作流的可持續性設計/
      5.2.1 工作流中的參數評估/
      5.2.2 流水線中的模型版本管理/
  5.3 小結/

第6章 商業化推薦服務的績效KPI體系設計/
  6.1 競技場中的對手：競品分析/
  6.2 讓服務運營交付保持狀態：績效KPI指標體系/
  6.3 小結/

第7章 商業化高級技能：跨職能溝通技術/
  7.1 圍繞商業價值的技術營銷/
  7.2 在需求管理中有效溝通/
  7.3 讓團隊在問題的解決中成長/
  7.4 服務上線運營中的跨職能溝通/
  7.5 小結/

第8章 商業化推薦服務案例：餐飲業務整合推薦服務/
  8.1 企業的難題/
  8.2 拿出解決方案/
  8.3 使用正確合理的推薦系統提升商業價值/
  8.4 小結/
附錄/
附錄A 機器學習相關重要論文/
附錄B 績效KPI體系設計與通用示例/