推荐系统实践

在2016年公司成立4周年年会上，张一鸣回忆说:“当时非常多的人担心我们没有基因和能力，纷纷表示担心。我说，推荐我们不会，但可以学啊。于是我找到《推荐系统实践》这本书的作者，问他要电子版看看。他说书还没出版，不肯给我，严重耽误了我们公司推荐能力的进度。我只能网上找资料，自己想象着写出了第一版的推荐引擎。现在他已经加入我们公司。” 张一鸣对这件事的认知超他人。在当时做推荐引擎对创业公司来讲难度很高，张一鸣说:“如果不解决个性化的问题，我们的产品只是做些微创新，也许能拿到一些移动互联网的红利，但不可能取得根本性的突破，不能真正的创造价值。在任何时候，我们都要努力从根本上解决问题。”

是一本讲述互联网行业推荐系统的科普书，也是一本讲述利他思维的哲学书，以及关于抽象思维，结构化思维，数据思维的方法论书籍。 阅读科普，还有计算机行业的书籍真的是一种在精神上无比愉悦的体验，让我想到之前看过的关于家庭教育的观点，最好的家庭教育并不是每天说教式的去跟孩子讲很多大道理，最好的教育是通过自己的行为潜移默化的影响孩子，行动是不会骗人的，行动也是最高效最好的教育方式；看科普也是这样，很多深刻的哲学道理都是从作者描述科普或计算机知识的思维方式，行文结构，表达方式中折射出来的，但是比社科类书籍显化的告诉我要有效的多。 看这本书印象最深刻的几个关键词，抽象，思维反转，利他，还有想的足够简单。 复杂的推荐系统被抽象为了用户，特征，还有物品； 通过逆向思维、高维思维简化推荐系统的复杂度以及提高泛用性； 推荐系统本身就是究极的利他工具，同时文中多次提到去思考推荐系统的目的是什么，以及如何去衡量目标的达成，这是被放在每一章最开头去讨论的，因为目标及衡量手段根本上塑造了设计系统的过程； 以及不要模糊的去思考奇迹发生，冷启动怎么启动?没什么奇迹或者奥秘，只是尽可能获取更多数据让启动不冷而已；这也是我常犯的一个思维陷阱，深刻的理解了“不是想的不够复杂，而是想的不够简单”这句话，不管是ego还是思维方式，都要保持尽可能的简单，就像毛选里的思考方式那样。

这本书告诉我，得学好数学，否则看书都不配，有些公式和数据的基础概念都看不懂，但是不影响它是一本讲推荐系统的好书，起码对现阶段的我来说。结构化，逻辑清晰，行文流畅系统，虽然有些公式看不懂，也受益匪浅，把自己以前了解的那点零碎的理论，串起来了。这就是看书的魅力，在信息爆炸的今天，很多人都乐于看碎片化的文章，这样的知识体系也是稀碎，七零八落的，只见树叶不见森林，还是系统的看书好，补全认知地图。

通过推荐系统实践，更加了解内容类电商类榜单类产品的设计原理，其实知道计算机遵循输入输出原理。有了推荐系统，除了能更查找到自己想要的信息，也能根据自己的兴趣爱好和品位获得来自系统的推荐。而实现推荐的方式正是这本书所讲的，基于用人口统计学的基础信息，用户的行为，行为的时间地点和触发时间，以及用户相关联的其它用户的这些信息，在这些信息的基础上建立推荐算法和系统，实现不同策略和场景下的内容推荐。

十年前就简单翻过这本书，但这次算花了三天完整读下来。当然也并没有全看懂，很多数学知识都忘不少了，得补补课。搜索-推荐-ai 生成，信息在越来越高效地来到我们面前，用户的注意力和耐心也在断崖式衰减。 实际业务中的推荐系统是一个工程，需要持续迭代，而且需要基于业务定位和阶段性目标来设计推荐，算法和 ai 是没有价值观的，背后的人才有。

阅读时长感人，就这还是放弃了大部分代码的时长，这下知道为啥程序员都得数学好了。总体来说很好，让我了解了推荐系统常用算法逻辑，之前就看过协同过滤算法，这本书里讲了一遍又一遍，还有隐语义模型，有的公式能看懂，越后面越不懂。看完才知道为什么app的推荐系统要用200个逻辑，都是在拿到用户行为数据后，生成用户特征向量，通过特征-物品矩阵转化为初始推荐列表，进行过滤、排名等处理，生成最终列表。各种推荐引擎按照一定权重和优先级合并、过滤、排序得到，不断优化。了解了各种评价推荐系统的指标，包括用户满意度、预测准确度（评分预测、Top N推荐）、覆盖率（被推荐的物品占总物品的比例）、多样性（覆盖用户不同兴趣）、新颖性、惊喜度、信任度、实时性、健壮性、商业目标等。前面4章内容对我来说更有用，第8章评分预测看不懂，奇异值分解、正则化...仿佛我从未学过线代。

很多推荐算法思考方式，在文中都是一笔带过，讲解不深刻。比如很重要的基于图模型的personal rank，给予的公式都是最简单的基础版！也没有提及一些算法在数学演化形式上时间复杂度很高，实际业务场景在算力上是不建议采纳的，所以很多公式需要借助矩阵重新构建模型。总而言之，内容的拓展性存在局限。考虑这本书是十年前出版的，也许那个时候，这样的深度足矣，可面向未来，这种程度是不是浅显了许多？

非常不错，可以从整体上了解推荐系统的内容和与数据之间的关系

“本书着重介绍了推荐系统的各种算法设计和系统设计的方法，并且利用一些公开的数据集离线评测了各种算法。”适合小白阅读，较为系统地讲解了推荐系统的理论与实践。本来因为毕业论文选择了陌生领域而后悔无比，怀疑选题的时候脑子被门夹了，不清醒。这几天，心更是乱成一团，焦躁不安，毫无头绪。读完本书，对推荐系统领域有了整体上的认识，思路也渐渐清晰起来。希望后续研究能渐入佳境～

是一本关于推荐系统的入门科普书，由推荐系统是什么、什么是好的推荐系统、推荐系统涉及的具体构成到最后评测介绍。整体上涵盖了推荐系统的框架，是一本是个入门的推荐入门书籍。