入门推荐系统,你不应该错过的知识清单
【编者按】本账号为第四范式智能推荐产品先荐的官方账号。本账号立足于计算机领域,特别是人工智能相关的前沿研究,旨在把更多与人工智能相关的知识分享给公众,从专业的角度促进公众对人工智能的理解;同时也希望为人工智能相关人员提供一个讨论、交流、学习的开放平台,从而早日让每个人都享受到人工智能创造的价值。
推荐系统目前已是学术界相当火热的研究方向。很多同学、研究者想要入门推荐系统,但苦于该领域相关资料太多太杂,无从下手。本文收集、整理了和推荐系统相关的书籍、公开课、会议、技术博客、项目代码、最后简要举例推荐系统在不同领域的应用。
提纲:
- 入门书籍
- 入门教程
- 公开数据集
- 项目代码
- 技术博文
- 学术会议
- 应用领域
推荐系统入门书籍:
1.《推荐系统实践》 作者:项亮
入门首选。这本书是国内第一本讲推荐系统的书,能让你快速知道如何把学到的理论知识应用到实践,如何将编程能力应用到推荐系统中去。虽然书中列举的代码存在一些争议,但瑕不掩瑜。强烈推荐!
2.《集体智慧编程》(Programming Collective Intelligence)
这本书非常适合数学知识相对来说较少但又想深入该领域的读者,或有实际项目需求但没有足够时间去深入了解的实践者。该书的作者非常直观地展示了人工智能和机器学习中的大量经典的算法,更重要的是,作者在展示算法时使用的例子都是互联网中非常有代表性的场景,很多情况下还会结合一些实际运营的Web站点的数据作进一步阐释,深入浅出。与机器学习相关课程结合学习,将会事半功倍。
3. 《推荐系统 : 技术、评估及高效算法》(Recommender Systems Handbook)
作者:Francesco Ricci, Lior Rokach, Bracha Shapira, Paul B. Kantor
这本书被很多人称为“枕边书”。全书共有六百多页,目前已修订至第二版,中文译本也已经发行。对于想把推荐作为研究方向一直做下去的人来说, 这本书必看!这本书以专题的形式,涉及到了推荐系统相关的方方面面。每个专题都会列出专题中涉及到的论文及将来的发展趋势, 具有很好的指导作用,既可作为入门理论导读,又可作为特定问题的资料索引。
4. 《推荐系统》(Recommender Systems: An Introduction)
作者:Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich
这本书内容覆盖较全面,理论相对简单,不会有太多难懂的公式。这本书最大的优点是对推荐系统做了一个很好的整理和概括,几乎概括了推荐系统所涉及的每一个模块,为读者上了一堂很好的推荐引擎架构课。看过这本书后,基本上能对推荐系统有一个清晰地理解和相对完整的把控。
关于本书,图灵社区曾做过一次访谈:
《Dietmar Jannach和Gerhard Friedrich教授谈推荐系统的最新研究方向》(2013年)
5. Music Recommendation and Discovery
作者: Òscar Celma
这本书以音乐推荐为内容,对音乐推荐的需求和问题、常用做法和效果评价做了一个大体的介绍,关于效果评测部分的内容值得细读。
6. Word Sense Disambiguation: Algorithms and Applications
这本书全面探究了词义消歧这一问题,并对重要的算法、方式、指标、结果、哲学问题和应用也有涉猎,并有这个领域的权威学者对本领域的历史及发展所做的较为全面的综述。如果涉及到关键词推荐或文本推荐, 可以查阅这本书。
推荐系统入门教程:
推荐系统导论:
www.coursera.org/specializat…
该课程由明尼苏达大学发布,共包含五个课程,分别为:推荐系统导入、最近邻协同过滤、推荐系统评估、矩阵分解、推荐系统的成就,对入门的同学来说或许会有帮助。
推荐系统公开数据集:
- Amazon
- Alibaba
- Retail Rocket
- Book Crossing
- Netflix
- Movie Lens
- CiaoDVD
- Film Trust
- Yahoo Music
- Amazon Music
- LastFM
- Million Song Dataset
- Steam Video Games
- Jester
- Chicago Entree
- Anime
- SNAP
- Grouplens
- Yahoo Research
- LibRec
推荐系统项目代码:
Mrec(Python)
github.com/mendeley/mr…
Crab(Python)
github.com/muricoca/cr…
Python-recsys(Python)
github.com/ocelma/pyth…
CofiRank(C++)
github.com/markusweime…
GraphLab(C++)
github.com/graphlab-co…
EasyRec(Java)
github.com/hernad/easy…
Lenskit(Java)
github.com/grouplens/l…
Mahout(Java)
github.com/apache/maho…
Recommendable(Ruby)
github.com/davidcelis/…
推荐系统相关技术博文:
1. blog.sciencenet.cn/home.php?mo…
2. weibo.com/p/100505168…
3. zhan.renren.com/recommender…
4. groups.google.com/forum/#!for…
5. www.cnblogs.com/LeftNotEasy
6. lovebingkuai.diandian.com/
7. blog.pluskid.org/
8. benanne.github.io/2014/08/05/…
9. glinden.blogspot.com/
10. aimotion.blogspot.com/
11. graphlab.org/lsrs2013/pr…
12. www.cnblogs.com/flclain/
推荐系统相关学术会议:
AAAI : The National Conference of the American Association for Artificial Intelligence
ACM RecSys : The ACM Conference Series on Recommender Systems
ACM SIGKDD : The ACM SIGKDD Conference on Knowledge Discovery and Data Mining
ACM SIGIR : The ACM International Conference on Research and Development in Information Retrieval
ACM CIKM : The ACM International Conference on Information and Knowledge Management
ICDM : The IEEE International Conference on Data Mining
ICML : The International Conference on Machine Learning
IJCAI : The International Joint Conference on Artificial Intelligence
NIPS: The Conference on Neural Information Processing Systems
NIPS: The Conference on Neural Information Processing Systems
SDM : The SIAM International Conference on Data Mining
WSDM : The International Conference on Web Search and Data Mining
WWW :The International World Wide Web Conference
推荐系统在不同领域的应用实例:
- 图书影音:Netflix、Youtube、MovieLens、豆瓣、网易云音乐
- 新闻资讯:Google News、今日头条、知乎、Hulu
- 人际社交:Facebook、Twitter、微博、人人网
- 旅游出行:Wanderfly、TripAdvisor、蚂蜂窝、去哪儿
- 电商零售:亚马逊、淘宝、天猫、京东
以上内容由第四范式-先荐整理发布,仅用于学习交流,版权归原作者所有。
欢迎大家点赞、收藏,将更多技术干货分享给身边的好友。
相关阅读:
干货|个性化推荐系统五大研究热点之可解释推荐(五)
干货|个性化推荐系统五大研究热点之用户画像(四)
干货|个性化推荐系统五大研究热点之强化学习(三)
第四范式每一位成员都为人工智能早日落地贡献着自己的力量,在这个账号下你可以阅读来自计算机领域的学术前沿、知识干货、行业资讯,以及范式成员的内部分享。
如欲了解更多,欢迎搜索并关注官方微博@先荐、微信公众号(ID:dsfsxj)。
转载于:https://juejin.im/post/5c3d70ce6fb9a049c965ee01
入门推荐系统,你不应该错过的知识清单相关推荐
- 基于hadoop的商品推荐系统_[零基础入门推荐系统(1)]基于用户和基于物品的协同过滤方法(python代码实现)...
1. 前言: 为什么会有该系列? 最近,打算写<零基础入门推荐系统>系列,为了系统地介绍推荐系统知识,以及加强基础的实践能力. 该系列将结合一些书籍,比如项亮的<推荐系统实践> ...
- 会议交流 | 如何提升推荐系统的可解释性?——DataFunSummit2022知识图谱在线峰会...
背景介绍 知识图谱及特征学习结合智能推荐,可解决数据稀疏性及冷启动问题,更好的提升推荐决策场的准确性.多样性及可解释性,进而提升各个场景的推荐决策效率和体验. 3月12日13:30-16:50,在Da ...
- 零基础入门推荐系统 - 新闻推荐实战-笔记四
零基础入门推荐系统 - 新闻推荐实战-笔记四-特征工程 什么是特征工程 本次特征工程内容 已有特征 特征构造 负采样 什么是特征工程 工业界名言:数据和特征决定了机器学习的上限,而模型和算法只是逼近这 ...
- 零基础入门推荐系统 - 新闻推荐-Task2 (DataWhale学习小组)
零基础入门推荐系统 - 新闻推荐-Task2 (DataWhale学习小组) 数据探索性分析 加载需要的module %matplotlib inline import pandas as pd im ...
- 零基础入门推荐系统(新闻推荐)
零基础入门推荐系统(新闻推荐) 比赛介绍 本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第五场 -- 零基础入门推荐系统之新闻推荐场景下的用户行为预测挑战赛. 赛题简介 此次比赛是新 ...
- 重磅 | 19 页花书精髓笔记!你可能正需要这份知识清单
点击上方"AI有道",选择"星标"公众号 重磅干货,第一时间送达 <深度学习>,又名"花书".该书由三位大佬 Ian Goodf ...
- 给你一份长长长的 Spring Boot 知识清单(上)
预警:本文非常长,建议先mark后看,也许是最后一次写这么长的文章 说明:前面有4个小节关于Spring的基础知识,分别是:IOC容器.JavaConfig.事件监听.SpringFactoriesL ...
- 超详细 Spring Boot 知识清单
2019独角兽企业重金招聘Python工程师标准>>> 超详细 Spring Boot 知识清单 在过去两三年的Spring生态圈,最让人兴奋的莫过于Spring Boot框架.或许 ...
- Spring Boot知识清单
2019独角兽企业重金招聘Python工程师标准>>> Spring Boot知识清单 Spring Boot 应用本质上就是一个基于 Spring 框架的应用,它是 Spring ...
最新文章
- 常用的高性能 KV 存储 Redis、Memcached、etcd、Zookeeper 区别
- What Does TTY Stand for in Linux?
- 若依前后端分离版实现基于el-tree实现选中部门树节点同步选中多选框的操作
- 记录spark-yarn模式下提交自己写的java程序
- 记一次曲折的后台getshell过程
- 【渝粤题库】陕西师范大学202871 婚姻家庭法作业
- 「ECharts」电商平台数据可视化实时监控系统之后台开发
- 微服务 java9模块化_Java9系列第8篇-Module模块化编程
- 为系统扩展而采取的一些措施——异步
- html元素两种分类。替换元素和不可替换元素;块级元素和行内元素
- 热议|上海交大等6所“双一流”明确,博士生毕业,不再要求发表论文!
- 干掉MySQL:他们的MySQL分库分表架构,搞得太棒了!
- LeetCode(575)——分糖果(JavaScript)
- _tkinter.TclError: invalid command name “tixComboBox“ 的解决办法
- matlab dlt标定,实验三 Matlab图像处理基本操作及摄像机标定(DLT)
- 我经常和面试者聊的一个题目
- Spring Boot入门教程(三十八):支付宝集成-电脑网站支付和查询对账单下载地址
- 如何用Appium连接并操作手机App
- ppt图片特效 c语言实现,用了这么久的PPT,才知道PPT可以一键生成特效图片!太好看了...
- 苞米豆mybatis-plus generator代码生成器3.5.1版本 Freemarker引擎
热门文章
- C语言入门学习——如何在程序中使用空格
- 计算机二级15年大纲,2015年下半年全国计算机二级考试MSoffice高级应用大纲
- ERP“创建会计科目”的请求数据量过大报黄
- 鸿蒙系统和安卓的区别在哪里,有什么不同
- 笔记本电脑同时连接内外网亲测有效
- Java+SSM足球联赛管理系统(含源码+论文+答辩PPT等)
- Java学习之定义一个Circle类并测试所有方法
- 海思Hi3516新增sensor imx214 笔记
- 一个简单的 jQuery 图片裁剪插件----cropper
- 每日一道SQL题(第N高的薪水)