PC 时代是搜索的天下，而移动时代则是推荐的主场。
最近十年尤其最近五年，借助推荐系统的技术和名头，异军突起的互联网产品越来越多，Youtube、淘宝、京东、Netflix、今日头条、Amazon 等等这些产品都已经从个性化推荐中尝到了商业的甜头。甚至有人说在未来，推荐系统会成为所有数据型产品的标配。
然而推荐系统前方技术蓬勃发展，后方却落地困难。
审视推荐系统的技术应用现状，大厂们一骑绝尘，但太多中小厂的工程师们还不知道一个推荐系统如何从 0 到 1 诞生，需要去了解哪些知识。比如有人问我这些问题：
1. 我们产品这个阶段需要上线推荐系统吗？推荐系统前期投入大吗？
2. 推荐系统这事容易整吗？里面那些算法到底是怎么回事？
3. 搭建一个推荐系统，这里面有哪些坑？
4. 推荐架构、搜索引擎和广告系统之间应该如何协同？
5. 推荐系统相关的开源软件都有哪些？如何选型？
所以我就顺势写了一个推荐系统相关的专栏，希望能帮助推荐系统学习者架构起整体的知识脉络，并在此基础上补充实践案例与经验，力图解决你系统起步阶段 80% 的问题。
（扫码或点击此处即刻订阅，现在注册立享30 元新人红包）
作者介绍
那我是谁呢？为什么我觉得我适合并且也能够为你讲清楚这些知识点。
我是刑无刀，本名陈开江，现在是链家网资深算法专家，从事算法类产品的研发。在这之前我曾任新浪微博资深算法工程师，考拉FM 算法主管。从业8 年时间，我的工作和研究范围始终没有超出推荐系统。
这些年，我曾服务过创业公司、传统大公司和大型互联网公司，这些经历也让我见证了大大小小、形状各异的推荐系统的构建过程。又因为我基本都从0 到1 参与了这些公司的推荐系统，所以我也清楚这中间都有哪些坑。
课程介绍
我知道很多同学一看到推荐系统的各种算法，再加上机器学习等高大上的名词，就怵得慌。其实我也是这么一路过来的，现在我再回过去看推荐系统，其实并没有那么复杂。专栏里，我也是希望能够用通俗易懂、多举例少谈概念的方式帮大家讲清楚各个概念。
当然，这里面有的知识点复杂，有的知识点简单。对于复杂的知识点，你也可以随时给我留言，我再来解释。或者后面我会组织专门的直播来答疑。
下面是专栏的目录，我保证，篇篇干货，深入浅出。只要你跟着我的思路来，就是基础再差，我也保你学会。
到专栏更新中期的时候，我还会和编辑一起整理推荐系统的技能图谱、学习路径，以帮助你更好理解消化这些知识点。
还有，这个专栏是每周一三五更新，中间会有一次到两次的直播答疑，学习过程中，你有任何问题都随时在文章下面留言，我和编辑一起为你答疑解惑。
如何订阅
PC 端：
点击此处，微信或支付宝支付，即刻订阅。
移动端：
1、点击此处，下载“极客时间”app，注册并登录，领取30 元新人红包。
2、从首页轮播图或专栏页进入《推荐系统 36 式》，完成订阅。
Java 避坑指南：Java 高手笔记代码篇
本迷你书包括 86 个业务开发中常见踩坑点。每一个知识点都相当的实用，是程序员业务开发中的必备避坑指南...
评论