推荐系统学习路线
- 基础知识的储备，掌握相关的基本概念、推荐算法等理论知识，活学活用。如《集体智慧编程》、《推荐系统实践》、《推荐系统》。还有殿堂级大作《Recommender systems handbook》，里面不仅对推荐系统方方面面有详细介绍，还给出了引用的论文，值得投入更多的时间和精力不断钻研。
- 亲自动手实践才能深入体会推荐系统的各个环节，才能对各种推荐算法的优缺点有真切感受。一方面可以很熟练的完成简单的推荐算法，如content-based、item-based CF等。另一方面要掌握一些常见的推荐算法库，如SvdFeature、LibFM、Mahout、MLib等。
- 推荐系统的方方面面提现了很多很多学科的智慧，如信息检索、数据挖掘和机器学习等，掌握这些知识，对推荐效果提升、性能优化都有极大的帮助，也会不断的拓展推荐系统的业务场景。
- 阅读相关的paper是免不了的，Recsys、KDD、SIGIR等都有推荐系统方面的论文。
