这是一本从业务视角解读推荐系统架构设计、评估方法、数据工程和算法原理的著作。
市面上推荐系统方面的著作，内容多以推荐技术、算法和模型为主，让读者误以为掌握了推荐算法就能用好推荐系统并提升业务指标，其实推荐算法只是工具，要真正发挥推荐系统的价值，需要将推荐系统植根于业务之上。本书从业务视角出发，描绘了当下主流推荐系统的设计思想和架构全貌，重点突出系统每个模块所需要解决的问题，进而介绍一到两种实践检验普遍有效、在学术界具备里程碑性质的算法。帮助读者练成识别算法的火眼金睛，从每年大量产出的新算法研究中去粗取精，真正解决实际问题。
阅读本书，你将有如下收获：从商业、运营、算法、工程视角理解推荐系统，对推荐系统的认知更加立体化；从业务视角理解推荐系统的顶层设计，掌握业务驱动的推荐系统设计思想；掌握业务驱动型推荐系统的评估方法，涵盖B端、C端和平台等多个维度；了解推荐系统的数据工程，掌握获取各类数据、构建特征体系的方法；从业务视角理解召回、排序和决策智能方面的经典算法和学术界有里程碑意义的算法；从技术和业务的双重视角去规划推荐算法工程师的成长路径，以达到事半功倍的效果。

付聪，博士，毕业于浙江大学计算机学院，美国南加州大学访问学者，前阿里巴巴算法专家。工业级高性能高维数据检索算法NSG、SSG的发明人，致力于推荐系统、搜索引擎前沿技术的研究和应用。曾作为团队负责人，在千万级DAU的电商及视频业务场景下，成功实现了推荐系统、搜索引擎、搜推融合等技术方向的项目落地，积累了丰富的实战经验。
学生时代师从国家优秀青年学者蔡登教授与国家杰出青年学者、前滴滴研究院院长何晓飞教授。在人工智能、推荐系统、数据库、数据挖掘、自然语言处理、神经网络、知识图谱等多个领域有丰富的研究成果。在顶级会议或期刊TPAMI、KDD、VLDB、IJCAI、EMNLP、CIKM等发表过多篇论文，并担任TKDE、IJCAI、EMNLP、AAAI、Neuron Computing等国际会议审稿人。

前言
第一部分 业务驱动下的推荐系统总览
第1章 从业务视角看推荐系统
1.1 推荐系统的定义与商业价值
1.1.1 推荐系统的基本概念与业务驱动思想
1.1.2 浅谈个性化推荐带来的商业价值
1.2 从运营、算法与工程视角看推荐系统
1.2.1 推荐业务运营思维：货找人
1.2.2 推荐算法建模思维：人找货
1.2.3 推荐引擎工程展望：服务产品化
第2章 从业务视角看推荐系统的顶层设计
2.1 业务驱动下的推荐系统设计思想
2.1.1 业务无关的推荐系统抽象
2.1.2 推荐算法模块核心能力的建设
2.2 从系统框架透视业务生态循环
2.2.1 系统大图剖析
2.2.2 监察者：埋点日志服务
2.2.3 业务大脑：数据计算、分析及仓储服务
2.2.4 主循环系统：召回与排序模块
2.2.5 副循环系统：运营管控与作业模块
2.2.6 新陈代谢：运维与实验平台
2.3 迭代效率大化：图化服务和配置化迭代
第3章 评估推荐系统的方式与维度
3.1 业务驱动型推荐系统的评估要点
3.1.1 体验优先准则和量化方式
3.1.2 评估推荐系统的方法论
3.1.3 从3种业务价值出发设计评估体系
3.2 B端业务：B端用户体验的评估维度
3.2.1 平台玩法的可解释性
3.2.2 投放效果的可预测性
3.2.3 投入产出比
3.2.4 基尼指数
3.3 C端业务：C端用户体验的评估维度
3.3.1 兴趣相关性
3.3.2 内容质量
3.3.3 结果多样性
3.3.4 推荐惊喜性
3.4 平台成长：平台价值评估维度
3.4.1 产品调性和品牌印象
3.4.2 消费与转化率
3.4.3 高、中、低活用户留存
3.4.4 活跃用户量
3.5 评估方法概览
3.5.1 用户调研
3.5.2 离线评估
3.5.3 在线评估
3.6 AB实验
3.6.1 AB实验中的流量切分设计
3.6.2 AB实验的通用流程
3.6.3 实验结果的显著性校验和关联分析
3.6.4 实验报表与监控报警
第二部分 推荐系统的数据工程
第三部分 推荐系统的算法原理与实践
第四部分 推荐算法工程师的自我成长