零基礎如何快速搭建一個推薦系統？

PC 時代是搜索的天下，而移動時代則是推薦的主場。

最近十年尤其最近五年，藉助推薦系統的技術和名頭，異軍突起的互聯網產品越來越多，Youtube、淘寶、京東、Netflix、今日頭條、Amazon 等等這些產品都已經從個性化推薦中嘗到了商業的甜頭。甚至有人說在未來，推薦系統會成為所有數據型產品的標配。

然而推薦系統前方技術蓬勃發展，後方卻落地困難。

審視推薦系統的技術應用現狀，大廠們一騎絕塵，但太多中小廠的工程師們還不知道一個推薦系統如何從 0 到 1 誕生，需要去了解哪些知識。比如有人問我這些問題：

我們產品這個階段需要上線推薦系統嗎？推薦系統前期投入大嗎？

推薦系統這事容易整嗎？裡面那些演算法到底是怎麼回事？

搭建一個推薦系統，這裡面有哪些坑？

推薦架構、搜索引擎和廣告系統之間應該如何協同？

推薦系統相關的開源軟體都有哪些？如何選型？

所以我就順勢寫了一個推薦系統相關的專欄，希望能幫助推薦系統學習者架構起整體的知識脈絡，並在此基礎上補充實踐案例與經驗，力圖解決你系統起步階段 80% 的問題。

（掃碼即刻微信訂閱，現在註冊立享30 元新人紅包）

作者介紹

那我是誰呢？為什麼我覺得我適合併且也能夠為你講清楚這些知識點。

我是刑無刀，本名陳開江，現在是鏈家網資深演算法專家，從事演算法類產品的研發。在這之前我曾任新浪微博資深演算法工程師，考拉 FM 演算法主管。從業 8 年時間，我的工作和研究範圍始終沒有超出推薦系統。

這些年，我曾服務過創業公司、傳統大公司和大型互聯網公司，這些經歷也讓我見證了大大小小、形狀各異的推薦系統的構建過程。又因為我基本都從 0 到 1 參與了這些公司的推薦系統，所以我也清楚這中間都有哪些坑。

課程介紹

我知道很多同學一看到推薦系統的各種演算法，再加上機器學習等高大上的名詞，就怵得慌。其實我也是這麼一路過來的，現在我再回過去看推薦系統，其實並沒有那麼複雜。專欄里，我也是希望能夠用通俗易懂、多舉例少談概念的方式幫大家講清楚各個概念。

當然，這裡面有的知識點複雜，有的知識點簡單。對於複雜的知識點，你也可以隨時給我留言，我再來解釋。或者後面我會組織專門的直播來答疑。

下面是專欄的目錄，我保證，篇篇乾貨，深入淺出。只要你跟著我的思路來，就是基礎再差，我也保你學會。

到專欄更新中期的時候，我還會和編輯一起整理推薦系統的技能圖譜、學習路徑，以幫助你更好理解消化這些知識點。

還有，這個專欄是每周一三五更新，中間會有一次到兩次的直播答疑，學習過程中，你有任何問題都隨時在文章下面留言，我和編輯一起為你答疑解惑。

如何訂閱

方法一：

長按識別下圖二維碼，微信支付，即刻訂閱。（新用戶註冊即享30 元紅包，可立即支付使用）

方法二：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！