推荐系统是一种高效的信息分发解决方案。对任何一家提供产品/服务的互联网公司来说，利用推荐系统都可以高效地进行内容、商品的分发与推荐，从而更好地提升用户使用体验、创造商业价值。但是，构建一套完善、稳定、高效、低成本、灵活的推荐系统是一件非常困难的事情，涉及数据、算法、工程、产品交互、业务指标等。只有对这些知识点进行深入了解，并结合公司的业务，才能构建出具备商业价值的推荐系统。如果你正着手了解推荐系统，或者刚从事推荐相关工作，看不清推荐系统的全貌，无法确定重点，更不知道如何让推荐系统真正发挥价值，那么选择本书就对了。 由于篇幅所限，部分内容（比如推荐算法工程师的知识储备、从零开始入门推荐算法、推荐系统价值观、推荐系统未来的发展、智能重排序等）并未放入该书，读者可以扫码关注下面的公众号，回复“推荐系统”获得这些内容。

前言
第一篇 推荐系统基础认知
第1章 推荐系统介绍
1.1 推荐系统产生的背景
1.2 推荐系统解决什么问题
1.3 推荐系统的应用领域
1.4 推荐系统的定义
1.5 常用的推荐算法
1.5.1 基于内容的推荐
1.5.2 协同过滤
1.5.3 基于模型的推荐
1.5.4 基于社交关系的推荐
1.6 构建推荐系统的阻碍与挑战
1.7 推荐系统的价值
1.8 本章小结
第二篇 推荐系统基础算法
第2章 推荐算法基础
2.1 推荐系统范式
2.2 推荐算法3阶段pipeline架构
2.3 推荐召回算法
2.3.1 完全非个性化范式
2.3.2 完全个性化范式
2.3.3 群组个性化范式
2.3.4 标的物关联标的物范式
2.3.5 笛卡儿积范式
2.4 排序算法
2.4.1 logistic回归模型
2.4.2 GBDT模型
2.4.3 Wide & Deep模型
2.5 推荐算法落地需要关注的几个问题
2.5.1 推荐算法工程落地一定要用到排序模块吗
2.5.2 推荐算法服务于用户的两种形式
2.5.3 推荐系统评估
2.6 本章小结
第3章 基于内容的推荐算法
3.1 什么是基于内容的推荐算法
……
第三篇 推荐系统进阶算法
第四篇 推荐系统评估与价值
第五篇 推荐系统工程实现
第六篇 推荐系统产品与运营
第七篇 推荐系统案例分析
附录A 推荐算法工程师的成长之道
附录B 推荐算法团队组成及目标定位