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。