レコメンデーション・エンジン（MITエッセンシャル・ナレッジ） Recommendation Engines

レコメンデーション・エンジン（MITエッセンシャル・ナレッジ）<br>Recommendation Engines

個数：

電子版価格
¥3,037

電子版あり

レコメンデーション・エンジン（MITエッセンシャル・ナレッジ）
Recommendation Engines

Schrage, Michael

アメリカ（US）から取り寄せる

ウェブストア価格 ¥3,617（本体¥3,289）
MIT Press（2020/09発売）
外貨定価 US$ 18.95
ポイント 32pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

イギリス（GB）から取り寄せる

ウェブストア価格 ¥4,448（本体¥4,044）
MIT Press（2020/09発売）
外貨定価 UK£ 16.99
ポイント 40pt

提携先の海外書籍取次会社に在庫がございます。通常約2週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 296 p.
言語 ENG
商品コード 9780262539074
DDC分類 025.04

Full Description

How companies like Amazon and Netflix know what "you might also like": the history, technology, business, and social 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."

Schrage offers a history of recommendation that reaches back to antiquity's oracles and astrologers; recounts the academic origins and commercial evolution of recommendation engines; explains how these systems work, discussing key mathematical insights, including the impact of machine learning and deep learning algorithms; and highlights user experience design challenges. He offers brief but incisive case studies of the digital music service Spotify; ByteDance, the owner of TikTok; and the online personal stylist Stitch Fix. Finally, Schrage considers the future of technological recommenders: Will they leave us disappointed and dependent—or will they help us discover the world and ourselves in novel and serendipitous ways?

Series Foreword vii
Introduction ix
1 What Recommenders Are/Why Recommenders Matter 1
2 On the Origins of Recommendation 35
3 A Brief History of Recommendation Engines 63
4 How Recommenders Work 109
5 Experiencing Recommendations 149
6 Recommendation Innovators 177
7 The Recommender Future 211
Acknowledgments 241
Glossary 245
Notes 251
Further Reading 261
Index 263