一、个人观点

推荐系统是了解机器学习领域的一个非常优秀的窗口，推荐在机器学习学完之后遇到瓶颈期的同学去了解并且学习。

二、推荐领域目前的状态

（1）知识结构尚未完善，边界不清楚，学习难度大
（2）开源代码主要都是小算法，数据集有限。

三、学习建议

1、基础知识要求过硬，机器学习领域的东西最好提前弄懂弄扎实再开始

2、有比较好的自学能力，自己能在网络上、github上查资料。如果是还停留在问下百度就能解决的问题，建议还是提前学习如何查资料、查文献会比较好，因为自学时很多资料都需要自己去搜集。

3、多动手，多看论文，多看case

这个领域通常可以分为这两块，基础模型和case。在这个领域里面，case的学习非常重要，因为每一个case的背景都会有一些区别，积累case可以为你的思维提供很多经验。

四、推荐入门级的书籍

1、项亮《推荐系统实战》

入门基础，但是整本书基本都在讲协同过滤及其变式，有点局限，协同过滤是基础但是现在不仅仅有协同过滤。

2、闫泽华《内容算法》：

内容很通俗，基本是概述，比较适合产品去读吧，但是算法开发的也最好看看。推荐系统的应用场景很复杂，很多问题要考虑。