編輯小記之《推薦系統實踐》

推薦系統是根據使用者的興趣特點、行為，向使用者推薦使用者感興趣的資訊和物品。隨著網際網路領域地不斷髮展，物品數量和種類急劇增長，使用者開始面臨嚴重的資訊過載問題，很多情況下為獲得感興趣的物品和資訊他們不得不瀏覽大量無關資訊和物品。另外，因為資訊及物品眾多，怎樣將特定物品展示到使用者面前變得非常重要。比如社交網路上的好友推薦，電子商務網站上的產品推薦等。從1994年開始，經過Amazon、Netflix等著名公司的努力，現實已經充分證明了它的作用，越來越多的國內公司開始關注推薦系統，技術人員也開始越來越多地關注推薦技術。

本書作者給出了大量程式碼示例、圖、表，全面系統地闡述了和推薦系統有關的理論基礎，介紹了評價推薦系統優劣的各種標準（比如覆蓋率、滿意度）和方法（比如AB測試），總結了當今網際網路領域中各種和推薦有關的產品和服務。另外，本書為有興趣開發推薦系統的讀者給出了設計和實現的方法和技巧，解答了應用推薦技術到真實場景中時最常遇到的一些問題。

本書內容涉及冷啟動、協同過濾、內容過濾、社會化過濾、上下文推薦、推薦解釋和推薦系統評測等。

本書作者具有相關領域的研究經驗和實戰經驗，既知曉相關研究的最新進展，也瞭解實際系統中各種方法的應用效果，而本書以實戰為基礎，理論與實踐並重，適合不同層次讀者的閱讀需求。