(特价书)大数据架构和算法实现之路：电商系统的技术实战
热销图书《大数据架构商业之路》的续作，深入解析大数据架构和算法在电商环境中的技术实现。
作者荣获美国政府颁发的"美国杰出人才"称号，本书集其10多年科研经验之精华。
源码资本合伙人、前金山软件CEO、前微软亚太研发集团首席技术官张宏江先生作序推荐。
作者荣获美国政府颁发的"美国杰出人才"称号，本书集其10多年科研经验之精华。
源码资本合伙人、前金山软件CEO、前微软亚太研发集团首席技术官张宏江先生作序推荐。
基本信息
编辑推荐
作者是IBM研究院资深科学家、微软学者、并获得了美国杰出人才称号。曾在eBay、沃尔玛1号店和大润发飞牛网等多家电商公司摸爬滚打，本书集其10多年研发经验之大成。
内容简介
书籍
计算机书籍
全书介绍了一些主流些技术在商业项目中的应用，包括：机器学习中的分类、聚类和线性回归，搜索引擎，推荐系统，用户行为跟踪，架构设计的基本理念以及常用的消息和缓存机制。在这个过程中，我们有机会实践R、Mahout、Solr、Elasticsearch，Hadoop、HBase、Hive、Flume、Kafka，Storm等系统。和前作不同之处在于，本书完全是面向技术人员，因此提供了大量详尽的实现步骤和代码分析。不过，本书在技术和商业结合方面，仍然和前作保持一致，从具体业务需求出发演变到合理的技术方案和实现，根据不同的应用场景、不同的数据集合、不同的进阶难度，我们为读者提供了反复温习和加深印象的机会。
计算机书籍
全书介绍了一些主流些技术在商业项目中的应用，包括：机器学习中的分类、聚类和线性回归，搜索引擎，推荐系统，用户行为跟踪，架构设计的基本理念以及常用的消息和缓存机制。在这个过程中，我们有机会实践R、Mahout、Solr、Elasticsearch，Hadoop、HBase、Hive、Flume、Kafka，Storm等系统。和前作不同之处在于，本书完全是面向技术人员，因此提供了大量详尽的实现步骤和代码分析。不过，本书在技术和商业结合方面，仍然和前作保持一致，从具体业务需求出发演变到合理的技术方案和实现，根据不同的应用场景、不同的数据集合、不同的进阶难度，我们为读者提供了反复温习和加深印象的机会。
作译者
黄申（博士），现任IBM研究院资深科学家，毕业于上海交通大学计算机科学与工程专业，师从俞勇教授。微软学者，IBM ExtremeBlue天才计划成员。长期专注于大数据相关的搜索、推荐、广告以及用户精准化领域。曾在微软亚洲研究院、eBay中国、沃尔玛1号店和大润发飞牛网担任要职，带队完成了若干公司级的战略项目。同时著有20多篇国际论文和10多项国际专利，《计算机工程》特邀审稿专家。2016年出版的《大数据架构商业之路》广受好评。因其对于业界的卓越贡献，获得美国政府颁发的“美国杰出人才”称号。
目录
推荐序
前言
引子 1
第一篇 支持高效的运营
第1章 方案设计和技术选型：分类 5
1.1 分类的基本概念 6
1.2 分类任务的处理流程 7
1.3 算法：朴素贝叶斯和K最近邻 8
1.3.1 朴素贝叶斯 8
1.3.2 K最近邻 9
1.4 分类效果评估 10
1.5 相关软件：R和Mahout 12
1.5.1 R简介 12
1.5.2 Mahout简介 13
1.5.3 Hadoop简介 14
1.6 案例实践 17
1.6.1 实验环境设置 17
1.6.2 中文分词 18
1.6.3 使用R进行朴素贝叶斯分类 22
1.6.4 使用R进行K最近邻分类 37
前言
引子 1
第一篇 支持高效的运营
第1章 方案设计和技术选型：分类 5
1.1 分类的基本概念 6
1.2 分类任务的处理流程 7
1.3 算法：朴素贝叶斯和K最近邻 8
1.3.1 朴素贝叶斯 8
1.3.2 K最近邻 9
1.4 分类效果评估 10
1.5 相关软件：R和Mahout 12
1.5.1 R简介 12
1.5.2 Mahout简介 13
1.5.3 Hadoop简介 14
1.6 案例实践 17
1.6.1 实验环境设置 17
1.6.2 中文分词 18
1.6.3 使用R进行朴素贝叶斯分类 22
1.6.4 使用R进行K最近邻分类 37
前言
为什么要写这本书
首先要感谢机械工业出版社华章公司的编辑们，在他们的大力支持下，我于2016年出版了《大数据架构商业之路：从业务需求到技术方案》一书，并获得了良好的销售额和口碑。不少读者主动和我联系，表示从书中学习到了如何使用大数据的知识，来制定合理的技术方案。能够让读者从书中获益，我也感到非常欣慰。与此同时，也有部分读者表示对于技术的细节很感兴趣，对此书未能包含实现部分深感遗憾。对此，我一直在犹豫是否需要重新写一版，包含更多的实战内容。因为《大数据架构商业之路：从业务需求到技术方案》一书的定位是最大程度地弥补业务需求和技术方案之间的空白，针对的读者主要是互联网公司的技术管理人员、产品经理、初级的架构师等。如果直接加入过多的技术细节，可能会导致该书的定位不清，让读者难以获得最佳的阅读体验。
与本书的策划编辑杨老师再三讨论之后，我决定不在原书中加入更多的实现部分，而是重新撰写一本兄弟篇。这本全新的书，仍然会沿用前作的故事背景和应用场景，不过读者对象改为资深的程序员、算法工程师、数据科学家和系统架构师。因此，新作将大幅缩减基础知识的详细介绍以及业务需求的逐步分析，而是直接进入实战的主题，包括系统架构、算法设计，甚至是重要的代码部分。当然，我也不希望该书全由代码堆砌而成，因此主要针对核心代码进行了讲解。全部的实例代码会以其他形式来提供。
虽然定位有所不同，但是我仍然希望保持前作深入浅出的特点。
易读易懂。黄小明和杨大宝的创业故事在稍作修改的基础之上得以保留，继续使用生动的案例和形象的比喻来解读难点，降低理解的门槛。
可实践性强。本书选取了电子商务的平台，通过分享大量实践才能积累的宝贵经验和重点代码，最大程度地弥补业务需求和技术方案之间的空白。与此同时，针对频繁升级的开源软件，我也采用了2016年年底到2017年年初最新的版本。因此，部分代码甚至可作为中小公司创业起步的参考模板。这有利于技术人员针对不同的业务需求，规划更为合理的技术方案。
最后，我们衷心希望本书成为相关领域技术专家的良师益友，大家在阅读之后，对电商大数据的实践能有更加深入的理解，并对自己所从事的项目有所裨益。
读者对象
根据本书撰写的起心动念，我们觉得其内容适合如下的读者。
大数据相关领域的程序开发者和技术骨干。从本书中，他们可以看到常见的互联网公司从创业初期到中期，应该怎样设计数据平台、如何解决技术上的难题，才能最终满足业务需求。
中小互联网创业公司的数据科学家或者算法工程师。算法是数据平台的一个关键因素。最近几年，人工智能、机器学习乃至深度学习都是学术界和工业界的一大热点，而数据科学家也成为受人追捧的职业。合理地运用智能算法将从很大程度上节约重复劳动的成本，提高效率和转化率，最终增加商业的价值。
架构工程师。架构是数据平台的另一个关键因素，很多刚刚从院校毕业、工作没多久的朋友，学了一身的本领，对新技术也很有热情，可惜没有太多实践的机会。本书中的案例，浓缩了不少业界实践的经验和心得，如能融会贯通，对他们的工作将有很大帮助。同时，覆盖面较广的技术课题概述，也为他们继续深入研究提供了方向和可能。
总之，本书适合钻研实现细节的程序员、工程师和算法专家。和前作的侧重点有所不同，本书并不适合作为入门教程使用。因此建议没有相关基础知识的读者，读完前作之后再来阅读此书。
如何阅读本书
本书介绍了一些主流技术在商业项目中的应用，包括机器学习中的分类、聚类和线性回归，搜索引擎，推荐系统，用户行为跟踪，架构设计的基本理念及常用的消息和缓存机制。在这个过程中，我们有机会实践R、Mahout、Solr、Elasticsearch、Hadoop、HBase、Hive、Flume、Kafka、Storm等系统。如前所述，本书最大的特色就是，从商业需求出发演变到合理的技术方案和实现，因此根据不同的应用场景、不同的数据集合、不同的进阶难度，我们为读者提供了反复温习和加深印象的机会。
勘误和支持
众所周知，大数据的发展实在是太快了。可能就在你阅读这段文字的同时，又有一项新的技术诞生了，N项技术升级了，M项技术被淘汰了。再加之笔者的水平有限，书中难免会出现一些不够准确或遗漏的地方，恳请读者通过如下的渠道积极建议和斧正，我们很期待能够收到你们的真挚反馈。
QQ：36638279
微信：18616692855
邮箱：s_huang790228@hotmail.com
首先要感谢机械工业出版社华章公司的编辑们，在他们的大力支持下，我于2016年出版了《大数据架构商业之路：从业务需求到技术方案》一书，并获得了良好的销售额和口碑。不少读者主动和我联系，表示从书中学习到了如何使用大数据的知识，来制定合理的技术方案。能够让读者从书中获益，我也感到非常欣慰。与此同时，也有部分读者表示对于技术的细节很感兴趣，对此书未能包含实现部分深感遗憾。对此，我一直在犹豫是否需要重新写一版，包含更多的实战内容。因为《大数据架构商业之路：从业务需求到技术方案》一书的定位是最大程度地弥补业务需求和技术方案之间的空白，针对的读者主要是互联网公司的技术管理人员、产品经理、初级的架构师等。如果直接加入过多的技术细节，可能会导致该书的定位不清，让读者难以获得最佳的阅读体验。
与本书的策划编辑杨老师再三讨论之后，我决定不在原书中加入更多的实现部分，而是重新撰写一本兄弟篇。这本全新的书，仍然会沿用前作的故事背景和应用场景，不过读者对象改为资深的程序员、算法工程师、数据科学家和系统架构师。因此，新作将大幅缩减基础知识的详细介绍以及业务需求的逐步分析，而是直接进入实战的主题，包括系统架构、算法设计，甚至是重要的代码部分。当然，我也不希望该书全由代码堆砌而成，因此主要针对核心代码进行了讲解。全部的实例代码会以其他形式来提供。
虽然定位有所不同，但是我仍然希望保持前作深入浅出的特点。
易读易懂。黄小明和杨大宝的创业故事在稍作修改的基础之上得以保留，继续使用生动的案例和形象的比喻来解读难点，降低理解的门槛。
可实践性强。本书选取了电子商务的平台，通过分享大量实践才能积累的宝贵经验和重点代码，最大程度地弥补业务需求和技术方案之间的空白。与此同时，针对频繁升级的开源软件，我也采用了2016年年底到2017年年初最新的版本。因此，部分代码甚至可作为中小公司创业起步的参考模板。这有利于技术人员针对不同的业务需求，规划更为合理的技术方案。
最后，我们衷心希望本书成为相关领域技术专家的良师益友，大家在阅读之后，对电商大数据的实践能有更加深入的理解，并对自己所从事的项目有所裨益。
读者对象
根据本书撰写的起心动念，我们觉得其内容适合如下的读者。
大数据相关领域的程序开发者和技术骨干。从本书中，他们可以看到常见的互联网公司从创业初期到中期，应该怎样设计数据平台、如何解决技术上的难题，才能最终满足业务需求。
中小互联网创业公司的数据科学家或者算法工程师。算法是数据平台的一个关键因素。最近几年，人工智能、机器学习乃至深度学习都是学术界和工业界的一大热点，而数据科学家也成为受人追捧的职业。合理地运用智能算法将从很大程度上节约重复劳动的成本，提高效率和转化率，最终增加商业的价值。
架构工程师。架构是数据平台的另一个关键因素，很多刚刚从院校毕业、工作没多久的朋友，学了一身的本领，对新技术也很有热情，可惜没有太多实践的机会。本书中的案例，浓缩了不少业界实践的经验和心得，如能融会贯通，对他们的工作将有很大帮助。同时，覆盖面较广的技术课题概述，也为他们继续深入研究提供了方向和可能。
总之，本书适合钻研实现细节的程序员、工程师和算法专家。和前作的侧重点有所不同，本书并不适合作为入门教程使用。因此建议没有相关基础知识的读者，读完前作之后再来阅读此书。
如何阅读本书
本书介绍了一些主流技术在商业项目中的应用，包括机器学习中的分类、聚类和线性回归，搜索引擎，推荐系统，用户行为跟踪，架构设计的基本理念及常用的消息和缓存机制。在这个过程中，我们有机会实践R、Mahout、Solr、Elasticsearch、Hadoop、HBase、Hive、Flume、Kafka、Storm等系统。如前所述，本书最大的特色就是，从商业需求出发演变到合理的技术方案和实现，因此根据不同的应用场景、不同的数据集合、不同的进阶难度，我们为读者提供了反复温习和加深印象的机会。
勘误和支持
众所周知，大数据的发展实在是太快了。可能就在你阅读这段文字的同时，又有一项新的技术诞生了，N项技术升级了，M项技术被淘汰了。再加之笔者的水平有限，书中难免会出现一些不够准确或遗漏的地方，恳请读者通过如下的渠道积极建议和斧正，我们很期待能够收到你们的真挚反馈。
QQ：36638279
微信：18616692855
邮箱：s_huang790228@hotmail.com
序言
最近的这几年，我们见证了大数据和人工智能如何推动企业的转型和升级。大数据的获取、处理和运营逐渐融入不同规模企业的日常业务中，并成为它们的创新引擎。之前我们就已经看到Google的广告业务，它背后存在许多大数据的技术作为支撑，因此，它能够比较精确地预测在什么时候给你推荐什么内容的广告。时至今日，这样的大数据技术越来越多地应用到生活中的各个领域，包括电商、金融、旅游、健康，甚至是游戏和娱乐产业。
不过，在利用大数据技术创新的时候，人们往往面临这样的困惑：对于某类技术，如何找到合适的应用场景？反之亦然。所以，无论是在微软还是金山时，我们都非常强调将科研成果转变为实际的产品的过程。在创新的同时，需要找到合理的产品解决方案和定位。本书的作者黄申曾经在微软亚洲研究院工作，从事机器学习相关的研究。之后他加入了eBay中国等多家电子商务公司，对于大数据技术在电商领域的应用有着自己独到的见解。相信本书能够从电商业务的需求出发，解析技术实战的难点，探讨大数据和商业的结合之道，帮助大家打造更多实用型的创新产品。
张宏江先生，源码资本合伙人，前金山软件CEO、前微软亚太研发集团CTO
2017年4月
不过，在利用大数据技术创新的时候，人们往往面临这样的困惑：对于某类技术，如何找到合适的应用场景？反之亦然。所以，无论是在微软还是金山时，我们都非常强调将科研成果转变为实际的产品的过程。在创新的同时，需要找到合理的产品解决方案和定位。本书的作者黄申曾经在微软亚洲研究院工作，从事机器学习相关的研究。之后他加入了eBay中国等多家电子商务公司，对于大数据技术在电商领域的应用有着自己独到的见解。相信本书能够从电商业务的需求出发，解析技术实战的难点，探讨大数据和商业的结合之道，帮助大家打造更多实用型的创新产品。
张宏江先生，源码资本合伙人，前金山软件CEO、前微软亚太研发集团CTO
2017年4月
媒体评论
最近的这几年，我们见证了大数据和人工智能如何推动消费产品和企业级产品领域的伟大革命。大数据的获取、处理和运营逐渐融入不同规模企业的日常业务，并成为它们的创新引擎。之前我们就已经看到Google的广告业务，它背后存在许多大数据的技术作为支撑，因此，它能够比较精确地预测在什么时候给你推荐什么内容的广告。时至今日，这样的大数据技术越来越多地应用到生活中的各个领域，包括电商、金融、旅游、健康、甚至是游戏和娱乐产业。
不过，在利用大数据技术创新的时候，人们往往面临这样的困惑：对于某类技术，如何找到合适的应用场景？反之亦然。所以，无论是在微软还是金山时，我们都非常强调将科研成果转变为实际的产品的过程。在创新的同时，需要找到合理的产品解决方案和定位。本书的作者黄申曾经在微软亚洲研究院工作，从事机器学习相关的研究。之后他加入了eBay中国等多家电子商务公司，对于大数据技术在电商领域的应用有着自己独到的见解。相信本书能够从电商业务的需求出发，解析技术实战的难点，探讨大数据和商业的结合之道，帮助大家打造更多实用型的创新产品。
——张宏江先生，源码资本合伙人，前金山软件CEO、前微软亚太研发集团CTO
中国作为现在*大的互联网市场，在电子商务及新兴的互联网、移动互联网等领域充满了挑战和机会。而大数据的技术、架构和应用是未来各个公司竞争力的基础。作者在电商领域多年的实战经验总结，深谙相关系统的架构和实现，本书用生动的案例和场景来驱动，浅显易懂的讲述了电商系统中大数据相关的技术框架、架构实现以及应用等，是不可多得的大数据参考著作。
——韩卿，Apache Kylin 联合创建者&PMC Chair，Kyligence联合创建者&CEO
从事互联网的同仁都明白：深入理解我们顾客的需求是多么的重要，它已经成为战胜竞争对手、赢得市场的关键因素。我们需要思考如何从技术的角度出发，充分利用大数据的知识和工具，全面提升顾客体验，最后促使公司的业务增长。如果你想了解在电商领域怎样才能做到技术驱动业务，那么或许这本书将提供不少有趣的答案，包括从技术方案的选型、对比、直至最终的实现细节。
——张雪峰，饿了么CTO
近几年，AlphaGo人机大战、无人驾驶、深度学习等关键词不断的推进人工智能产业的发展。我们很有幸见证了不少历史性的时刻。与此同时，我也深信人工智能将会运用在更为广泛的领域中。电子商务这个相对成熟的领域，也正因为人工智能的到来而不断进化。本书的作者利用其多年的研发经验，向我们展示了如何巧妙地利用机器学习算法，提升电商平台的品质和服务，并提出了一些很有创意的实现，值得一读。
——张本宇，云脑科技（CloudBrain）创始人，前Google、Facebook技术骨干
"})
不过，在利用大数据技术创新的时候，人们往往面临这样的困惑：对于某类技术，如何找到合适的应用场景？反之亦然。所以，无论是在微软还是金山时，我们都非常强调将科研成果转变为实际的产品的过程。在创新的同时，需要找到合理的产品解决方案和定位。本书的作者黄申曾经在微软亚洲研究院工作，从事机器学习相关的研究。之后他加入了eBay中国等多家电子商务公司，对于大数据技术在电商领域的应用有着自己独到的见解。相信本书能够从电商业务的需求出发，解析技术实战的难点，探讨大数据和商业的结合之道，帮助大家打造更多实用型的创新产品。
——张宏江先生，源码资本合伙人，前金山软件CEO、前微软亚太研发集团CTO
中国作为现在*大的互联网市场，在电子商务及新兴的互联网、移动互联网等领域充满了挑战和机会。而大数据的技术、架构和应用是未来各个公司竞争力的基础。作者在电商领域多年的实战经验总结，深谙相关系统的架构和实现，本书用生动的案例和场景来驱动，浅显易懂的讲述了电商系统中大数据相关的技术框架、架构实现以及应用等，是不可多得的大数据参考著作。
——韩卿，Apache Kylin 联合创建者&PMC Chair，Kyligence联合创建者&CEO
从事互联网的同仁都明白：深入理解我们顾客的需求是多么的重要，它已经成为战胜竞争对手、赢得市场的关键因素。我们需要思考如何从技术的角度出发，充分利用大数据的知识和工具，全面提升顾客体验，最后促使公司的业务增长。如果你想了解在电商领域怎样才能做到技术驱动业务，那么或许这本书将提供不少有趣的答案，包括从技术方案的选型、对比、直至最终的实现细节。
——张雪峰，饿了么CTO
近几年，AlphaGo人机大战、无人驾驶、深度学习等关键词不断的推进人工智能产业的发展。我们很有幸见证了不少历史性的时刻。与此同时，我也深信人工智能将会运用在更为广泛的领域中。电子商务这个相对成熟的领域，也正因为人工智能的到来而不断进化。本书的作者利用其多年的研发经验，向我们展示了如何巧妙地利用机器学习算法，提升电商平台的品质和服务，并提出了一些很有创意的实现，值得一读。
——张本宇，云脑科技（CloudBrain）创始人，前Google、Facebook技术骨干
"})
