微信号:infoqchina

介绍:有内容的技术社区媒体

零基础如何快速搭建一个推荐系统?

2018-02-26 08:00 极客时间

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。

(扫码即刻微信订阅,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
方法一:

长按识别下图二维码,微信支付,即刻订阅。(新用户注册即享 30 元红包,可立即支付使用)

方法二:

1. 点击阅读原文,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。

 
InfoQ 更多文章 机器学习面试指南,非AI领域也可借鉴的方法论 国产紫光DDR4内存模组已发布;B站再发声明否认脱库;Chrome 64将为用户移除跟踪代码,Google的跟踪除外丨 工学博士珍藏的人工智能进阶书单(附PDF链接) 春节假期技术圈都发生了哪些大新闻? 程序员增加收入实用指南
猜您喜欢 QQ空间招聘终端开发工程师,加入我们吧! Linux Shell 字符串操作(长度\/查找\/替换)详解 自我改造计划:身体 看完100份区块链白皮书之后 线上操作与线上问题排查实战