推荐系统知识清单

提纲

入门书籍
入门教程
公开数据集
项目代码
技术博文
学术会议
应用领域

入门书籍

1.《推荐系统实践》
作者：项亮

入门首选。这本书是国内第一本讲推荐系统的书，能让你快速知道如何把学到的理论知识应用到实践，如何将编程能力应用到推荐系统中去。虽然书中列举的代码存在一些争议，但瑕不掩瑜。强烈推荐！
2.《集体智慧编程》（Programming Collective Intelligence）

这本书非常适合数学知识相对来说较少但又想深入该领域的读者，或有实际项目需求但没有足够时间去深入了解的实践者。该书的作者非常直观地展示了人工智能和机器学习中的大量经典的算法，更重要的是，作者在展示算法时使用的例子都是互联网中非常有代表性的场景，很多情况下还会结合一些实际运营的Web站点的数据作进一步阐释，深入浅出。与机器学习相关课程结合学习，将会事半功倍。

3. 《推荐系统 : 技术、评估及高效算法》（Recommender Systems Handbook）
   作者：Francesco Ricci, Lior Rokach, Bracha Shapira, Paul B. Kantor
   
   这本书被很多人称为“枕边书”。全书共有六百多页，目前已修订至第二版，中文译本也已经发行。对于想把推荐作为研究方向一直做下去的人来说， 这本书必看！这本书以专题的形式，涉及到了推荐系统相关的方方面面。每个专题都会列出专题中涉及到的论文及将来的发展趋势， 具有很好的指导作用，既可作为入门理论导读，又可作为特定问题的资料索引。
4. 《推荐系统》（Recommender Systems: An Introduction）
   作者：Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich

这本书内容覆盖较全面，理论相对简单，不会有太多难懂的公式。这本书最大的优点是对推荐系统做了一个很好的整理和概括，几乎概括了推荐系统所涉及的每一个模块，为读者上了一堂很好的推荐引擎架构课。看过这本书后，基本上能对推荐系统有一个清晰地理解和相对完整的把控。

5. Music Recommendation and Discovery
   作者: Òscar Celma

这本书以音乐推荐为内容，对音乐推荐的需求和问题、常用做法和效果评价做了一个大体的介绍，关于效果评测部分的内容值得细读。

6. Word Sense Disambiguation: Algorithms and Applications
   
   这本书全面探究了词义消歧这一问题，并对重要的算法、方式、指标、结果、哲学问题和应用也有涉猎，并有这个领域的权威学者对本领域的历史及发展所做的较为全面的综述。如果涉及到关键词推荐或文本推荐， 可以查阅这本书。

入门教程

明尼苏达大学推荐系统课程
该课程由明尼苏达大学发布，共包含五个课程，分别为：推荐系统导入、最近邻协同过滤、推荐系统评估、矩阵分解、推荐系统的成就，对入门的同学来说或许会有帮助。

公开数据集

参考原文

项目代码

参考原文

技术博文

参考原文

学术会议

参考原文

应用领域

1. 图书影音：Netflix、Youtube、MovieLens、豆瓣、网易云音乐
2. 新闻资讯：Google News、今日头条、知乎、Hulu
3. 人际社交：Facebook、Twitter、微博、人人网
4. 旅游出行：Wanderfly、TripAdvisor、蚂蜂窝、去哪儿
5. 电商零售：亚马逊、淘宝、天猫、京东