1.书籍信息

书名：推荐系统实践
作者：项亮
出版社：人民邮电出版社
ISBN：9787115281586
页数：197

2.纸张、印刷与排版

小16开本，纸张白色正常偏厚。字偏小，行间距正常。没有给做笔记留出左/右侧空白。

3.勘误

本书勘误页（图灵社区）：http://www.ituring.com.cn/book/894

除上述勘误外的个人总结勘误：推荐系统实践_人民邮电_1版2印_勘误

4.笔记与评价

阅读级别：细读。
推荐级别：细读。

这本书是去年买的，一直没有时间看。最近因为要用到所以抓出时间看。大概花了两天的时间，比较仔细的读了一遍，不过看见公式还是头疼，Python代码一开始还看了，后来就放弃了。最近实在太忙了，而且未来一段时间会更忙。

书不厚，不到200页，49元定价，很符合图灵书籍的一贯风格。作为推荐系统相关的书籍，好像目前国内就这么一本的样子。作者项亮（好吧，从名字就给人一种数学的感觉），目前任职于Hulu。

书里首先关注的是一个好的推荐系统应该是什么样子的，有什么评测方法。这个切入点很好。不知何为好，如何测，就不能做出好的推荐系统来。

第二章，作者讲了如何利用用户数据行为，包括协同过滤、LFM、图模型等。

第三章，作者关注了推荐系统里一个重要问题：冷启动。讲了如何解决系统、用户、物品的冷启动问题。

第四章，讲了标签数据如何利用，包括如何利用标签数据推荐，和如何推荐标签。

第五章，讲的是如何利用上下文信息，主要以时间上下文为主，少量提到地点上下文。

第六章，讲述如何利用社交网络数据进行推荐，和如何推荐好友。

第七章，讲一个实际的推荐系统应当怎么架构。

第八章，讲的是评分预测问题，而前面7章都是以TopN问题来讲的。部分算法和TopN中的算法有相似性，比如LFM那一块有些地方内容比较像。

这本书通过文字语言、实例、公式、Python代码的形式对推荐系统相关的算法进行讲解。可以说算是讲解的比较不错的。不过公式中的一些变量有时没有给出清晰的解释，Python代码注释不够清楚，并且里面夹杂一些没有事先说明的函数和变量，会让理解起来有一些困难。公式和Python代码里夹杂一些错误，这个部分可以通过勘误来事先修改。

总体来说，这本书比较全面的介绍了推荐系统的算法和当前热点，讲解比较通俗易懂，是值得推荐一看的。

5.思维导图

1.好的推荐系统

2.利用用户行为数据

3.推荐系统的冷启动问题

4.利用用户标签数据

5.利用上下文信息

6.利用社交网络信息

7.推荐系统实例

8.评分预测问题

思维导图下载：
百度云网盘下载