每日一书丨如何成为优秀的推荐算法工程师？这本书里有你要的答案

Posted 2022-01-12 《新程序员》编辑部

导读：数学基础差可以搞定推荐系统吗？

不知道你有没有发现，我们所使用的APP，很多都比我们更懂自己：

• 打开新闻APP，会自动展现喜欢看的内容

• 打开音乐软件，推荐的都是我们想听的歌

• 打开淘宝，推送的都是想买的东西

• 难道它们是我们肚子的蛔虫，知道我们在想什么？

说到这儿，相信你已经猜到了我说的是什么：这些都是推荐系统的功劳。随着计算能力的突破，大数据应用的普及，很多APP都做到了千人千面。这些APP在为我们提供个性化服务的同时，也获得了丰厚的商业回报。

毫不夸张地说：目前推荐系统是我们每个人获取信息的最重要的渠道之一，推荐系统是所有数据型产品的标配。哪个产品能打造一个好的推荐系统，那它就拥有核心竞争力！

在推荐系统领域，大厂一骑绝尘。反观推荐系统应用现状，众多工程师却难窥推荐系统之究竟，当谈到推荐系统的时候，更多是：

• 推荐系统是不是都是算法呢？

• 数学基础差可以搞定推荐系统嘛？

• 如何从零到一搭建一个推荐系统？

• 现在的业务需要推荐系统嘛？手动推荐不行嘛？

• 公司里面的推荐系统是怎么做的，需要考虑哪些点呢？

• 推荐算法工程师的日常工作是怎样的呢？

• 推荐系统是解决所有问题的强心针嘛？

如果你也有这样的疑问，也不用焦虑着急，这些问题，对于一个推荐系统初学者而言，是再正常不过的，也是一定会遇到的问题。只要我们朝着正确的方向，有正确的方法学习推荐系统，这些问题都可以迎刃而解。那正确的方法是什么呢？

正确的方法是要全面系统地学习构建企业级推荐涉及到的核心知识点，了解这些知识点在其中所起的作用以及它们之间的内在联系。至少需要从场景、算法、工程、运营、实践等多维度全面学习和了解这些知识点。

目前市面上推荐系统相关的材料很多很杂，真有上面说的这么系统全面的学习材料吗？还真有！最近机械工业出版社出版了一本这样的书，书名是《构建企业级推荐系统：算法、工程实现与案例解析》

 

这本书完美地覆盖了前面提到的所有知识点，大纲如下：

相信大家可以看到，这本书非常全面，包含27章及两个附录，一共35万字。很好地覆盖了推荐系统涉及到的产品、算法、工程、实践、案例等核心知识。

这本书从企业级角度讲解推荐系统，覆盖场景、算法、工程、产品、运营、案例分析等内容。覆盖了主流的推荐算法，包括内容推荐算法、协同过滤、矩阵分解、嵌入方法、深度学习等。每个算法都有核心原理讲解，并有实现细节介绍，所有算法都适用于企业级场景。

除了常规的核心推荐算法与效果评估介绍，难得的是这本书包含了大量有关推荐系统工程实践方面的知识点，包括AB测试、推荐Web服务、数据与特征工程、实时个性化推荐等。另外，本书还包括与推荐系统密不可分的产品、设计、运营相关的知识，这也是本书的特色之一。工程实现与产品运营方面的主题是目前市面上的书很少涉及到的，也是企业推荐系统中非常重要的内容。

本书作者刘强之所以能写出这样一本完全站在企业角度的推荐系统的书，是基于作者12年推荐系统开发实践经验！作者亲历大数据与人工智能从萌芽、爆发、成熟的全过程，亲自从零到一构建过千万级DAU视频APP（电视猫）的推荐系统，有丰富的实践经验。这本书是作者的呕心沥血之作。十年磨一剑，积笔者10多年的经验和最佳实践，也是目前市面上唯一一本真正从企业的角度全面而系统地介绍推荐系统的著作

这本书对构建企业级推荐系统涉及到的核心知识点进行归纳、总结、浓缩，并结合案例来讲解怎么构建一套有商业价值的推荐系统。本书可以帮助大家更好、更全面地理解企业级推荐系统相关的知识点，学以致用，让推荐系统真正帮助企业更有效地分发内容、产出商业价值！

相信这本书可以让学习推荐系统困惑的你找到一条正确的学习路径。跟着这本书的节奏学习，可以让你少走很多弯路。因为这些弯路刘强都走过，这本书就是作者经验教训的梳理与总结。如果你在学习推荐系统中存在困惑，那么这本书就是为你准备的。

 声明：本文转自“华章计算机”公众号。