个性化推荐的几个问题

概要
个性化推荐系统的搭建过程中，面临很多问题和挑战。本文试图从产品的不同阶段和需求出发，讨论解决这些问题和挑战的思路和做法。具体内容包括，算法的选取，度量指标的选择，用户行为建模，算法调度框架，计算资源的分配等等。同时也展望了个性化推荐系统的发展方向和前景。

个人简介

王守崑，毕业于清华大学自动化系，分别获工学学士和工学硕士学位。现任豆瓣网首席科学家，负责豆瓣网整体算法架构设计和实施，以及音乐产品线的产品策略和日常运营管理。目前专注于互联网信息架构与算法、Web2.0网络模式创新、数字音乐、推荐系统与在线收听等应用。

百度技术沙龙是由百度主办，InfoQ负责策划、组织、实施的线下技术交流活动，每月一期，每期由1个话题，2场演讲以及Open Space开放讨论环节组成。旨在为中高端技术人员提供一个自由的技术交流和分享的平台。每期沙龙会邀请1名百度讲师分享百度在特定技术领域的成果及实践经验，同时还会邀请1名优秀的互联网公司或企业技术负责人对同一话题进行分享。活动主要面向开发者、技术负责人、项目经理、架构师等IT技术人员。我们的口号是：畅想•交流•争鸣•聚会。