项亮的《推荐系统实践》是推荐系统领域的经典入门教材之一。
本书系统阐述了和推荐系统有关的理论基础，介绍了评价推荐系统优劣的各种标准（比如覆盖率、满意度）和方法（比如AB测试），总结了当今互联网领域中各种和推荐有关的产品和服务，并给出了设计和实现推荐系统的方法与技巧，解答了在真实场景中应用推荐技术时最常遇到的一些问题。
- 本笔记是搭配《推荐系统实践》一书来阅读。
- 本笔记将书中大部分的代码都实现了一遍，包括很多书中的数据可视化的图。
- 相关资料下载地址：
- 链接：https://pan.baidu.com/s/1tQ5FhAo1gdtFp-JhGX_7Ww
- 提取码：pqf4
注：
- 在pycharm下，需要将src目录设置成Sources Root，因为很多程序都需要读取数据文件，为方便小伙伴们不同的项目路径，采用统一的Sources Root路径。
- 第2章的程序需要消耗很大的内存，如果不耐烦的小伙伴，可以将模型文件夹下的文件拷贝到src/main/chapter2/store目录下。
在线阅读地址：https://relph1119.github.io/recommendation-system-practice-notes
书名：推荐系统实践
作者：项亮
出版社：人民邮电出版社
版次：2012年6月第1版
docs---------------------------------------在线读书笔记 notes--------------------------------------JupyterNotebook格式读书笔记 src----------------------------------------项目代码 +---data-----------------------------------数据集 +---main-----------------------------------算法代码 +---test-----------------------------------测试用例代码
阅读笔记PDF下载地址：https://share.weiyun.com/5vgb0wm
[1] https://github.com/qcymkxyc/RecSys
[2] https://github.com/Magic-Bubble/RecommendSystemPractice