دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Recommendation Engines
دانلود کتاب موتورهای پیشنهادی
مشخصات کتاب
Recommendation Engines
ویرایش:
نویسندگان: Michael Schrage
سری:
ISBN (شابک) : 9780262358781, 9780262539074
ناشر: MIT Press
سال نشر: 2020
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 356 کیلوبایت
قیمت کتاب (تومان) : 32,000
در صورت تبدیل فایل کتاب Recommendation Engines به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب موتورهای پیشنهادی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب موتورهای پیشنهادی
چگونه شرکت‌هایی مانند آمازون، نتفلیکس و اسپاتیفای می‌دانند که «شما هم ممکن است دوست داشته باشید»: تاریخچه، فناوری، تجارت و تأثیر اجتماعی موتورهای توصیه آنلاین. به طور فزاینده‌ای، فناوری‌های ما به ما توصیه‌های بهتر، سریع‌تر، هوشمندانه‌تر و شخصی‌تر از خانواده‌ها و بهترین دوستانمان می‌دهند. آمازون از قبل می‌داند که شما چه نوع کتاب‌ها و کالاهای خانگی را دوست دارید و بیشتر از آن مشتاق است که بیشتر توصیه کند. YouTube و TikTok همیشه یک ویدیوی دیگر را برای نشان دادن شما آماده کرده اند. نتفلیکس تعداد عادات تماشای شما را کاهش داده است تا ژانرهای کاملی را به شما پیشنهاد دهد که از آنها لذت خواهید برد. مایکل شریج، کارشناس نوآوری، در این جلد از مجموعه‌های دانش ضروری نشریه MIT Press، منشأ، فناوری‌ها، کاربردهای تجاری، و افزایش تأثیر اجتماعی موتورهای توصیه را توضیح می‌دهد، سیستم‌هایی که به شرکت‌ها در سراسر جهان اجازه می‌دهند بدانند چه محصولات، خدمات و تجربیاتی را می‌توانید بشناسید. همچنین دوست دارم."
توضیحاتی درمورد کتاب به خارجی
How companies like Amazon, Netflix, and Spotify know what "you might also like": the history, technology, business, and societal impact of online recommendation engines. Increasingly, our technologies are giving us better, faster, smarter, and more personal advice than our own families and best friends. Amazon already knows what kind of books and household goods you like and is more than eager to recommend more; YouTube and TikTok always have another video lined up to show you; Netflix has crunched the numbers of your viewing habits to suggest whole genres that you would enjoy. In this volume in the MIT Press's Essential Knowledge series, innovation expert Michael Schrage explains the origins, technologies, business applications, and increasing societal impact of recommendation engines, the systems that allow companies worldwide to know what products, services, and experiences "you might also like."
