内容简介 这是一本从业务视角解读推荐系统架构设计、评估方法、数据工程和算法原理的著作。 市面上推荐系统方面的著作，内容多以推荐技术、算法和模型为主，让读者误以为掌握了推荐算法就能用好推荐系统并提升业务指标，其实推荐算法只是工具，要真正发挥推荐系统的价值，需要将推荐系统植根于业务之上。本书从业务视角出发，描绘了当下主流推荐系统的设计思想和架构全貌，重点突出系统每个模块所需要解决的问题，进而介绍一到两种实践检验普遍有效、在学术界具备里程碑性质的算法。帮助读者练成识别算法的火眼金睛，从每年大量产出的新算法研究中去粗取精，真正解决实际问题。 阅读本书，你将有如下收获： 从商业、运营、算法、工程视角理解推荐系统，对推荐系统的认知更加立体化； 从业务视角理解推荐系统的顶层设计，掌握业务驱动的推荐系统设计思想； 掌握业务驱动型推荐系统的评估方法，涵盖B端、C端和平台等多个维度； 了解推荐系统的数据工程，掌握获取各类数据、构建特征体系的方法； 从业务视角理解召回、排序和决策智能方面的经典算法和学术界有里程碑意义的算法； 从技术和业务的双重视角去规划推荐算法工程师的成长路径，以达到事半功倍的效果。 前言 为什么要写这本书 推荐系统是以互联网平台经济的高速发展为契机，迎合大规模数字化智能运营的强烈诉求应运而生的。一个高效、成熟的推荐系统能为公司的业务增长带来锦上添花的效果。从事推荐算法工作后，我越发感受到，推荐系统的优化迭代过程好比培育盆栽，业务土壤是根本，系统问题不存在一劳永逸的解法，需要适时、合理地施肥和修剪。正因为这个特质，我渐渐察觉到两个正在不断扩大的鸿沟。 第一个鸿沟是学术界和工业界探索方向的分化。在计算机科学的一些领域中，学科的前沿研究往往是从工业界的实际问题中抽象剥离出来的，其研究成果也会逐步沉淀、落地并反哺工业应用。真实业务中的推荐问题不是一个静态问题。在当前学术界中，推…