你不能错过的“推荐系统”资料合集

6月16日，阿里云技术专家郑重（卢梭）将做客云栖社区，直播分享《技术实战：21天搭建推荐系统》，报名地址：https://yq.aliyun.com/webinar/join/14

推荐系统的搭建是个复杂工程，涉及到实时计算、离线计算，以及各种数据采集、流转等，对自建推荐系统来说，更是很有困难。云栖社区将在6月16日晚20点组织一场在线分享《21天搭建推荐系统》，主要介绍推荐系统基本原理，并以阿里云推荐引擎为基础，展示如何快速搭建推荐系统。

为了帮助大家做好内容知识储备，云栖社区收集整理了一批学习资料，希望对大家学习推荐系统有所帮助，内容主要包括杂志、优秀的知乎问答、优秀图书及优秀博文。如果你也有好的学习资料，欢迎留言，或邮件我们 yqeditor@list.alibaba-inc.com，感谢您的支持！

杂志：

1. 架构师特刊

① 《架构师特刊：推荐系统（理论篇）》

内容目录：

• 第1章 推荐算法简介
• 第2章 协同过滤推荐算法
• 第3章 基于内容的过滤算法
• 第4章 混合推荐算法
• 第5章 如何选择推荐算法
• 第6章 推荐系统和搜索引擎的关系

② 《架构师特刊：推荐系统（实践篇）》

内容目录：

• 第1章 微博推荐架构的演进
• 第2章 Netflix的推荐系统和架构
• 第3章 博客推荐系统
• 第4章 Spotify每周歌曲推荐算法解析
• 第5章 达观个性化推荐系统实践

书籍

① 《推荐系统实践》

作者：项亮、陈义

图书简介：本书从数据出发，一步步地介绍在得到什么数据的时候可以设计怎样的推荐系统。面向广大的推荐系统开发人员，以实战为基础，深入浅出地介绍每种推荐方法背后的理论基础，着重讨论每种算法的实现、在实际系统中的效果、方法的优点、缺陷以及解决方法。本书的几位作者是目前国内推荐系统方面做得最好的技术人员。

我们搜索到了两篇关于本书的优秀学习笔记，也放在这里让大家参考：

• 《推荐系统实践》笔记（1）
• 《推荐系统实践》笔记（续）

② 《推荐系统》

作者：Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich

关于本书作者，图灵社区做了一次访谈（英文）：

• 《Dietmar Jannach和Gerhard Friedrich教授谈推荐系统的最新研究方向》（2013年）

知乎问答

• 《如何学习推荐系统》
• 《类似今日头条这样的个性化推荐网站怎么评价推荐质量的优劣？》
• 《推荐系统有哪些比较好的论文？》
• 《推荐系统有哪些坑？》
• 《推荐系统或信息发现领域，有哪些经典的论文? 》
• 《想学习推荐系统，如何从小白成为高手? 》
• 《如何学习推荐系统？》
• 《搜索推荐系统是如何实现的？》
• 《个人推荐系统有哪些开源项目？》

优秀博文推荐

• 《推荐系统基础知识储备》（2015-11-19，博客虫）
• 《实时个性化推荐系统简述》（2013-07-05，网易杭研后台技术中心）
• 《 <纽约时报>如何打造新一代推荐系统 》（2015-08-27，极客头条）
• 《沈国阳：美团推荐系统整体框架与关键工作》（CSDN云计算，2015-08-13）
• 《从算法到案例：推荐系统必读的10篇精选技术文章》（InfoQ，2015-12-26）
• 《推荐算法综述》综述一、综述二、综述三、综述四、综述五（InfoQ系列翻译文章，2016）
• 《推荐系统开源软件列表汇总和点评》（CSDN博文，2013-11-06）
• 《实时推荐系统架构升级实践》（
  优酷土豆大数据团队，2016-05-26）
• 《说说标签算法在视频推荐的那些事儿》（优酷土豆大数据团队，2016-02-03）
• 《推荐系统》《第1部分：方法和算法简介》、《第2部分：开源引擎简介》（IBM developerWorks，2015-07）
• 《从无到有，如何21天搭建一个推荐系统》（云栖社区，2016-05-06）

阿里云推荐系统（背景资料）

• 《观察：站在同一起跑线思考大数据的未来》（云栖大会，2016-01-25）
• 《阿里云大数据的前世今生》（云栖大会，2016-02-02）
• 《从无到有，如何21天搭建一个推荐系统》（云栖大会演讲内容整理，2016-05-06）
• 《探究推荐引擎瞬间被“秒”背后：究竟是什么让用户接踵而至？》（采访，2016-05-27）

6月16日，阿里云技术专家郑重（卢梭）将做客云栖社区，直播分享《技术实战：21天搭建推荐系统》，报名地址：https://yq.aliyun.com/webinar/join/14