前言
推荐系统是一个相当火热的研究方向，在工业界和学术界都得到了大家的广泛关注。希望通过此文，总结一些关于推荐系统领域相关的会议、知名学者，以及做科研常用的数据集、代码库等，一来算是对自己涉猎推荐系统领域的整理和总结，二来希望能够帮助想入门推荐系统的童鞋们提供一个参考，希望能够尽快上手推荐系统，进而更好更快的深入科研也好、工程也罢。更多关于推荐系统的内容请参考拙作推荐系统从入门到接着入门
一、 相关会议
对于推荐系统领域，直接相关的会议不多，但由于推荐系统会涉及到数据挖掘、机器学习等方面的知识，并且推荐系统作为数据挖掘和机器学习的重要应用之一，同时推荐系统往更大的领域靠拢的话也属于人工智能的范畴，因此很多做推荐的学者把目光也瞄向了数据挖掘、机器学习和人工智能方面的会议。所以，如果想关注推荐系统的前沿，我们需要不仅关注推荐系统年会，还需要关注其他与推荐挂钩的会议。
1、与推荐系统直接相关的会议
RecSys -The ACM Conference Series on Recommender Systems.
2、数据挖掘相关的会议
SIGKDD - The ACM SIGKDD Conference on Knowledge Discovery and Data Mining.
WSDM - The International Conference on Web Search and Data Mining.
ICDM - The IEEE International Conference on Data Mining.
SDM -TheSIAM International Conference on Data Mining.
3、机器学习相关的会议
ICML - The International Conference on Machine Learning.
4、信息检索相关的会议
SIGIR - The ACM International Conference on Research and Development in Information Retrieval
5、数据库相关的会议
CIKM - The ACM International Conference on Information and Knowledge Management.
6、Web相关的会议
WWW - The International World Wide Web Conference.
7、人工智能相关的会议
AAAI - The National Conference of the American Association for Artificial Intelligence.
IJCAI - The International Joint Conference on Artificial Intelligence.
二、相关学者
1、Yehuda Koren
个人主页：Koren's HomePage
主要贡献：Netflix Prize的冠军队成员，是推荐系统领域的大神级人物，现就职于雅虎
代表文献：Matrix Factorization Techniques For Recommender Systems
2、Hao Ma
个人主页：HaoMa's HomePage
主要贡献：社会化推荐领域的大牛，提出了许多基于社会化推荐的有效算法，现就职于微软
代表文献：SoRec: Social Recommendation Using Probabilistic Matrix Factorization
3、郭贵冰
个人主页：Guibing Guo's HomePage
主要贡献：国内推荐系统大牛，创办了推荐系统开源项目LibRec
代表文献：TrustSVD: Collaborative Filtering with Both the Explicit and Implicit Influence of User Trust and of Item Ratings
4、Hao Wang
个人主页：HaoWang's HomePage
主要贡献：擅长运用深度学习技术提高推荐系统性能
代表文献：Collaborative deep learning for recommender systems
5、何向南
个人主页：Xiangnan He's Homepage
主要贡献：运用深度学习技术提高推荐系统性能
代表文献：Neural Collaborative Filtering
6、Robin Burke
个人主页：rburke's HomePage
主要贡献：混合推荐方向的大牛
代表文献：Hybrid recommender systems: Survey and experiments
7、项亮
主要贡献：国内推荐系统领域中理论与实践并重的专家，Netflix Prize第二名
代表文献：《推荐系统实践》。
8、石川
个人主页：shichuan's HomePage
主要贡献：研究方向为异质信息网络上的推荐，提出了加权的异质信息相似度计算等
代表文献：Semantic Path based Personalized Recommendation on Weighted Heterogeneous Information Networks
