前段时间因工作需要学习了推荐系统课程，近期打算抽空整理一下学习内容，并更新至博客。该课程共有17个课时，每个课时前半段讲解推荐算法及模型理论知识，后半段讲相关工具的使用及实践案例，课后留有thinking和action作业，虽然课程理论知识讲解的并不细致深入，但课程整体框架较为合理，适合新人入门学习。
本文结合推荐系统课程学习内容，先对推荐系统进行概述，再介绍常用推荐算法，后续将在该系列文章中详细展开。
推荐系统
推荐系统是一种信息过滤系统，根据用户的历史行为、社交关系、兴趣点等信息，过滤出用户当前感兴趣的物品或内容。其基本架构如下图所示：
推荐系统的数据源一般包括商品特征、用户画像及用户行为；召回阶段（过滤）是一个初筛的过程，得到候选商品集合；排序阶段是对多个召回通道的内容进行打分排序，选出最优的少量结果，召回和排序的具体过程见下图：
推荐系统一般存在三种不同的工作方式：离线模式，近线模式和在线模式。
在线模式下，召回阶段将100万的item=>1000，item太多还可以进行粗排，排序阶段使用相对复杂的模型对较少的item进行排序，在呈现给用户前，还会集合一些业务策略（去掉用户已读，商业化广告）；近线模式下，实时收集用户行为反馈，并选择训练实例，抽取特征=>更新在线推荐模型；离线模式下，整理离线训练数据 => 周期性更新推荐模型。
推荐系统有很多的应用场景，如电商、社交网络、音乐推荐等，不同应用场景的需求不同，其目标定义也不同，具体的定义可从覆盖率、多样性、新颖度等多维度综合考虑。另外，推荐系统中还存在两大常见问题：冷启动问题 和 EE问题（利用&探索），EE问题的目标是带来更多收益；冷启动问题是指针对上线的网站，或对于新来的用户、物品如何做推荐。这些问题在今后的文章中将会做出解答。
推荐算法
推荐算法主要有基于内容的推荐和协同过滤两大类。下图总结了常见的推荐算法：
基于内容的推荐是根据商品的属性为其打上标签，再根据标签计算商品间的相似度，为用户推荐与他们喜欢的商品相似的商品；协同过滤的思想是利用用户的“集体智慧“，通过用户行为信息，找到与你兴趣相同的用户，推荐他们喜欢的商品，或者给用户推荐那些和他们之前喜欢的商品相似的商品（这里与基于内容推荐不同，不利用物品的内容属性计算物品之间的相似度，主要通过分析用户的行为记录计算物品之间的相似度）。
协同过滤包括基于邻域的协同过滤和基于模型的协同过滤，其区别是：基于邻域的协同过滤包括UserCF, ItemCF，将用户的所有数据读入到内存中进行运算，也称之为基于内存的协同过滤（Memory-based），数据量少的情况下，可以在线实时推荐；基于模型的推荐（Model-based），采用机器学习的方式，分成训练集和测试集。离线训练时间比较长，但训练完成后，推荐过程比较快。隐语义模型是指用户与物品之间存在着隐含的联系，通过隐含特征（Latent Factor）联系用户兴趣和物品，其可解释性差，相比之下ItemCF可解释性强。