轉：你不能錯過的「推薦系統」資料合集

6月16日，阿里雲技術專家鄭重（盧梭）將作客雲棲社區，直播分享《技術實戰：21天搭建推薦系統》，報名地址：https://yq.aliyun.com/webinar/join/14

推薦系統的搭建是個複雜工程，涉及到實時計算、離線計算，以及各類數據採集、流轉等，對自建推薦系統來講，更是頗有困難。雲棲社區將在6月16日晚20點組織一場在線分享《21天搭建推薦系統》，主要介紹推薦系統基本原理，並以阿里雲推薦引擎爲基礎，展現如何快速搭建推薦系統。

爲了幫助你們作好內容知識儲備，雲棲社區收集整理了一批學習資料，但願對你們學習推薦系統有所幫助，內容主要包括雜誌、優秀的知乎問答、優秀圖書及優秀博文。若是你也有好的學習資料，歡迎留言，或郵件咱們 yqeditor@list.alibaba-inc.com，感謝您的支持！

雜誌：

1. 架構師特刊

① 《架構師特刊：推薦系統（理論篇）》

內容目錄：

• 第1章 推薦算法簡介
• 第2章 協同過濾推薦算法
• 第3章 基於內容的過濾算法
• 第4章 混合推薦算法
• 第5章 如何選擇推薦算法
• 第6章 推薦系統和搜索引擎的關係

② 《架構師特刊：推薦系統（實踐篇）》

內容目錄：

• 第1章 微博推薦架構的演進
• 第2章 Netflix的推薦系統和架構
• 第3章 博客推薦系統
• 第4章 Spotify每週歌曲推薦算法解析
• 第5章 達觀個性化推薦系統實踐

書籍

① 《推薦系統實踐》

做者：項亮、陳義

圖書簡介：本書從數據出發，一步步地介紹在獲得什麼數據的時候能夠設計怎樣的推薦系統。面向廣大的推薦系統開發人員，以實戰爲基礎，深刻淺出地介紹每種推薦方法背後的理論基礎，着重討論每種算法的實現、在實際系統中的效果、方法的優勢、缺陷以及解決方法。本書的幾位做者是目前國內推薦系統方面作得最好的技術人員。

咱們搜索到了兩篇關於本書的優秀學習筆記，也放在這裏讓你們參考：

• 《推薦系統實踐》筆記（1）
• 《推薦系統實踐》筆記（續）

② 《推薦系統》

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

關於本書做者，圖靈社區作了一次訪談（英文）：

• 《Dietmar Jannach和Gerhard Friedrich教授談推薦系統的最新研究方向》（2013年）

知乎問答

• 《如何學習推薦系統》
• 《相似今日頭條這樣的個性化推薦網站怎麼評價推薦質量的優劣？》
• 《推薦系統有哪些比較好的論文？》
• 《推薦系統有哪些坑？》
• 《推薦系統或信息發現領域，有哪些經典的論文? 》
• 《想學習推薦系統，如何從小白成爲高手? 》
• 《如何學習推薦系統？》
• 《搜索推薦系統是如何實現的？》
• 《我的推薦系統有哪些開源項目？》

優秀博文推薦

• 《推薦系統基礎知識儲備》（2015-11-19，博客蟲）
• 《實時個性化推薦系統簡述》（2013-07-05，網易杭研後臺技術中心）
• 《 <紐約時報>如何打造新一代推薦系統 》（2015-08-27，極客頭條）
• 《沈國陽：美團推薦系統總體框架與關鍵工做》（CSDN雲計算，2015-08-13）
• 《從算法到案例：推薦系統必讀的10篇精選技術文章》（InfoQ，2015-12-26）
• 《推薦算法綜述》綜述一、綜述二、綜述三、綜述四、綜述五（InfoQ系列翻譯文章，2016）
• 《推薦系統開源軟件列表彙總和點評》（CSDN博文，2013-11-06）
• 《實時推薦系統架構升級實踐》（ 優酷土豆大數據團隊，2016-05-26）
• 《說說標籤算法在視頻推薦的那些事兒》（優酷土豆大數據團隊，2016-02-03）
• 《推薦系統》《第1部分：方法和算法簡介》、《第2部分：開源引擎簡介》（IBM developerWorks，2015-07）
• 《從無到有，如何21天搭建一個推薦系統》（雲棲社區，2016-05-06）

原URL：https://yq.aliyun.com/articles/54403

---

6月16日，阿里雲技術專家鄭重（盧梭）將作客雲棲社區，直播分享《技術實戰：21天搭建推薦系統》，報名地址：https://yq.aliyun.com/webinar/join/14