从产品狗的角度认识个性化推荐系统

开了一个文集写推荐系统。

为什么做这件事情？

首先是因为刚做完一个项目，记录并好好总结下我这段时间做这个事情的理论学习和实践成果；

第二个是因为互联网信息过载的情况越来越严重，这种浏览大量无关的信息和产品过程无疑会使用户不断流失，在电商和内容型产品领域个性化推荐会尤为重要，数据挖掘和机器学习也会使得个推变得越来越精准哒；

第三是因为大多数研究推荐系统的论文和书籍其实都是从算法的角度去写的，案例也讲得比较少，对于产品狗来讲算法怎么实现其实不是那么重要的，但各种算法的优劣势，各种算法的运用却是产品狗需要重点了解的！所以我写的东西是给广大产品狗造福，不讲算法，只讲原理，模型和案例。

打算怎么写？写些什么？

关于怎么写我是这么想的，先写个推荐系统的概述，然后再写常用的推荐算法在实际产品中的运用。

大纲如下：

第一部分：简单了解个性化推荐系统；

第二部分：协同过滤推荐之基于用户的协同过滤推荐（以麦包包为例）；

第三部分：协同过滤推荐之基于项目的协同过滤推荐（以亚马逊为例）；

第四部分：基于内容的个性化推荐

第五部分：混合的推荐机制