大数据架构和算法实现之路:电商系统的技术实战
来源:(大数据全栈工程师) 时间: 2020-01-14 点击:1461 点赞:0

前言

本书介绍了-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. Katka、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。

本书共分为四篇(十一章):

第一篇支持高效的运营

第1章:方案设计和技术选型:分类

大数据架构和算法实现之路:电商系统的技术实战

第2章:方案设计和技术选型:聚类

大数据架构和算法实现之路:电商系统的技术实战

第3章:方案设计和技术选型:因变量连续的回归分析

大数据架构和算法实现之路:电商系统的技术实战

第二篇:为顾客发现喜欢的商品—基础篇

第4章:方案设计和技术选型:搜索

大数据架构和算法实现之路:电商系统的技术实战

第三篇:为顾客发现喜欢的商品—高级篇

第5章:方案设计和技术选型: NoSQL和搜索的整合

大数据架构和算法实现之路:电商系统的技术实战
大数据架构和算法实现之路:电商系统的技术实战

第6章:方案设计和技术选型:查询分类和搜索的整合

大数据架构和算法实现之路:电商系统的技术实战

第7章:方案设计和技术选型:个性化搜索

大数据架构和算法实现之路:电商系统的技术实战

第8章:方案设计和技术选型:搜索分片

大数据架构和算法实现之路:电商系统的技术实战
大数据架构和算法实现之路:电商系统的技术实战

第9章:方案设计和技术选型:搜素提示

大数据架构和算法实现之路:电商系统的技术实战

第10章:方案设计和技术选型:推荐

大数据架构和算法实现之路:电商系统的技术实战

第四篇:获取数据, 跟踪效果

第11章:方案设计和技术选型:行为跟踪

大数据架构和算法实现之路:电商系统的技术实战