2016年，《大数据架构商业之路：从业务需求到技术方案》一书出版后，获得了良好的销售和口碑。同时，不少读者表示对于技术的细节很有兴趣，这也促使黄申下定决心撰写《大数据架构和算法实现之路：电商系统的技术实战》。本书仍然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，新作大幅缩减基础知识的详细介绍以及业务需求的逐步分析，直接进入实战的主题，内容包括系统架构、算法设计等，以及重要的代码部分。衷心希望本书能成为读者的良师益友，能帮助读者更加深入地理解电商大数据的实践环节，并对读者所从事的项目有所裨益。

黄申编著的《大数据架构和算法实现之路：电商系统的技术实战》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。

推荐序

前言

引子

第一篇 支持高效的运营

 第1章 方案设计和技术选型：分类

1.1 分类的基本概念

1.2 分类任务的处理流程

1.3 算法：朴素贝叶斯和K最近邻

1.4 分类效果评估

1.5 相关软件：R和Mahout

1.6 案例实践

1.7 更多的思考

 第2章 方案设计和技术选型：聚类

2.1 聚类的基本概念

2.2 算法：K均值和层次型聚类

2.3 聚类的效果评估

2.4 案例实践

 第3章 方案设计和技术选型：因变量连续的回归分析

3.1 线性回归的基本概念

3.2 案例实践

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

4.1 搜索引擎的基本概念

4.2 搜索引擎的评估

4.3 为什么不是数据库

4.4 系统框架

4.5 常见的搜索引擎实现

4.6 案例实践

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

5.1 问题分析

5.2 HBase简介

5.3 结合HBase和搜索引擎

5.4 案例实践

 第6章 方案设计和技术选型：查询分类和搜索的整合

6.1 问题分析

6.2 结合分类器和搜索引擎

6.3 案例实践

 第7章 方案设计和技术选型：个性化搜索

7.1 问题分析

7.2 结合用户画像和搜索引擎

7.3 案例实践

 第8章 方案设计和技术选型：搜索分片

8.1 问题分析

8.2 利用搜索的分片机制

8.3 案例实践

 第9章 方案设计和技术选型：搜索提示

9.1 问题分析

9.2 案例实践：基础方案

9.3 改进方案

9.4 案例实践：改进方案

 第10章 方案设计和技术选型：推荐

10.1 推荐系统的基本概念

10.2 推荐的核心要素

10.3 推荐系统的分类

10.4 混合模型

10.5 系统架构

10.6 Mahout中的推荐算法

10.7 电商常见的推荐系统方案

10.8 案例实践

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

11.1 基本概念

11.2 使用谷歌分析

11.3 自行设计之Flume、HDFS和Hive的整合

11.4 自行设计之Flume、Kafka和Storm的整合

11.5 案例实践

11.6 更多的思考

后记