摘要: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。 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。

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。

为了帮助大家做好内容知识储备,我们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。

杂志:

  1. 架构师特刊

《架构师特刊:推荐系统(理论篇)》

你不能错过的“推荐系统”资料合集-数据分析网

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

《架构师特刊:推荐系统(实践篇)》

你不能错过的“推荐系统”资料合集-数据分析网

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

《推荐系统实践》

你不能错过的“推荐系统”资料合集-数据分析网

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》

你不能错过的“推荐系统”资料合集-数据分析网

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):

知乎问答

优秀博文推荐

来源:云栖社区

链接:https://yq.aliyun.com/articles/54403?spm=5176.100239.bloglist.76.8VSnTF