【推荐算法课程一】推荐算法介绍-基础算法

本系列教程也可以称为【深度学习-推荐系统】的读书笔记，该书系统化讲解了现代推荐系统的演进历程和工程实现，是一本非常优秀的推荐系统入门教程

一、推荐系统架构

1.1 推荐系统介绍

概述：获得“用户信息”、“物品信息”、“场景信息”的基础上，推荐系统要处理的问题可以形式化的定义为对于用户U(user)，在特定场景C(context)下，针对海量的“物品信息”，构建一个函数f(U, I, C)，预测用户对特定候选物品I(item)的喜好程度，再根据喜好程度对所有候选物品进行排序，生成推荐列表的问题；

• 用户信息：每个人的用户画像信息
• 物品信息：物品信息指需要被推荐的物品；商业推荐中就是“商品信息”，视频推荐中就是“视频信息”，新闻推荐中就是“新闻信息”，可统称为“物品信息”；
• 场景信息：在具体的推荐场景中，用户的最终选择一般会受时间、地点、用户的状态等一系列环境信息的影响·，可称为“场景信息”；

1.2 引擎架构
数据架构：拿到原始的数据信息后，推荐系统的数据处理系统会将原始数据进一步加工，加工后的数据出口主要有以下三个：

1. 样本数据