大家好，我是阿星。我的新書《大規(guī)模推薦系統(tǒng)實戰(zhàn)》前段時間上市了，收到很多反饋，看著那些或感謝、或認可、或鼓勵的句子，我很有成就感，在這里感謝大家的支持！

其實上學的時候就有涉獵一些算法知識，但是我真正意識到應該深刻理解算法，是在 2015 年。

因為我發(fā)現(xiàn)，算法居然可以讓我研究生階段學到的矩陣論、最優(yōu)化理論等看上去毫無用處的知識派上了用場！這在計算機行業(yè)的其他方向都是不可想象的。比如很多人自嘲：

我開始做商業(yè)化的推薦算法是在 2016 年，做短視頻推薦。第一個上線的算法是協(xié)同過濾，當它“輕而易舉”地將用戶觀看時長提升了 10%+ 時，我都驚呆了！不禁感嘆：“一個小小的算法具有這么大的威力！”

看著自己實現(xiàn)的算法能夠“控制”幾百萬人的行為時，那種成就感，我現(xiàn)在仍記憶猶新。

這份成就感，也讓我一直保持著對推薦算法熱愛，去不斷研究它。在這條路上，很幸運地遇到了一些和我一樣，對推薦算法感興趣的人，我也很樂意把我的經(jīng)驗分享給大家。

大概 2020 年的時候，我發(fā)現(xiàn)很多推薦算法從業(yè)者對算法以外的知識了解得非常少，特別是軟件工程相關(guān)內(nèi)容，于是經(jīng)常會被戲謔：算法工程師不會寫代碼。

而且還有一個很普遍的現(xiàn)象，由于分工的原因，很多從業(yè)者的日常工作只涉及推薦系統(tǒng)的一小部分，久而久之就成了“螺絲釘”，這對于個人發(fā)展來說不太友好。

所以我萌生了寫一本書的念頭，很快就開始盤算“這本書”的定位。

回想起我剛開始接觸推薦算法時，到處找博客、看視頻、買書。這個領(lǐng)域和其他技術(shù)領(lǐng)域很像，資料大都停留在理論層面，講落地的少之又少。

時至今日這種現(xiàn)象也并沒有減少，更別提在當前大數(shù)據(jù)時代的算法落地，與 10 年前相比，發(fā)生了翻天覆地的變化。

因此我打算寫一本關(guān)于推薦系統(tǒng)實戰(zhàn)的書，把重點放在工業(yè)界如何將推薦算法落地。當時我認為最重要的就是：一定要給讀者提供具備生產(chǎn)標準的代碼，讓想要入門的人少走彎路。

下面和大家聊聊這本書，其實整本書大體上就是我對推薦系統(tǒng)的看法。

想要推薦算法價值最大化，一般從數(shù)據(jù)和模型兩個角度來考慮，往往前者更加重要。

這也是我們平時在學習和工作中容易忽視的地方，很多從業(yè)者會把大量時間放在折騰模型上，但是，往往數(shù)據(jù)的優(yōu)化帶來的收益遠遠高于模型的調(diào)優(yōu)。

但說到底，模型是為了數(shù)據(jù)服務的，不能本末倒置。因此數(shù)據(jù)的構(gòu)造和優(yōu)化，在這本書里占據(jù)了很大的篇幅。

我在書中講述具體的算法之前，會首先描述算法用來解決什么樣的問題，以及如何構(gòu)造訓練數(shù)據(jù)（比如第7章一整章都在講解特征工程和特征選擇，畢竟特征是整個建模過程核心中的核心。）

除此之外，我認為對算法的評估也是一個很重要的方面。

評估分為線下評估和線上評估。這在書里都有很詳細的說明和實現(xiàn)，比如線下的召回階段和排序階段使用的不同評估方式；線上點擊率、轉(zhuǎn)化率、AB 測試，包括業(yè)界主流的分層實驗方案和指標置信度評估，等等。

最后我在這里統(tǒng)一回答一些來自讀者的提問。

1. 如何解決系統(tǒng)冷啟動？是否有可以分享的經(jīng)驗？

冷啟動一般會有用戶冷啟動、物品冷啟動和系統(tǒng)冷啟動，字面意思已經(jīng)可以解釋這三種冷啟動的差別。關(guān)于冷啟動問題，在本書的第13章也做了較為詳細的說明。

• 用戶冷啟動：主要通過熱門榜、用戶人口屬性（地理位置、設備信息等）、外部數(shù)據(jù)（比如 A 和 B 產(chǎn)品同屬一家公司，B 產(chǎn)品是新產(chǎn)品，那么 B 產(chǎn)品可能就會用 A 產(chǎn)品的用戶數(shù)據(jù)）等去做推薦；

• 物品冷啟動：一般通過物品本身的屬性去推薦，標題、標簽之類的。當然通過多級流量控制也是常規(guī)做法。

• 系統(tǒng)冷啟動：這是屬于最棘手的，可以使用外部數(shù)據(jù)，如果沒有外部數(shù)據(jù)，一般就等系統(tǒng)慢慢積累了，在算法層面，多臂機是很常用的算法。

2. 如何衡量一個推薦系統(tǒng)是否優(yōu)秀？

能為公司賺錢的推薦系統(tǒng)就是優(yōu)秀的推薦系統(tǒng)（哈哈）。站在技術(shù)人的角度，一個優(yōu)秀的推薦系統(tǒng)，必須具有以下幾個特點：

• 快速迭代、快速反饋：依靠分布式訓練、可信的 AB 測試平臺和零活伸縮性好的模型服務平臺。其中前兩者在書里的第11章和第15章做了詳細的說明。模型服務平臺要能夠支持模型快速上線、擴容、下線，最好是零配置、一鍵上線、擴容、下線。

• 數(shù)據(jù)、特征和模型管理：這些需要能夠像代碼一樣，有版本控制、歷史追蹤等。

  
  

• 完善的監(jiān)控系統(tǒng)：模型指標監(jiān)控、數(shù)據(jù)分布監(jiān)控、線上服務監(jiān)控等，保證整個推薦系統(tǒng)的數(shù)據(jù)質(zhì)量、模型質(zhì)量和服務質(zhì)量。

以上其實就是需要一套高效的 MLOps 工具。

3. 大廠對于推薦算法工程師都有什么樣的要求？

我覺得我無法直接代表大廠，我來說說我對于推薦工程師的期望吧。

• 工程能力：coding 能力&軟件工程能力，我一直覺得這是技術(shù)能力中最重要的一方面；

• 算法能力：扎實的實戰(zhàn)經(jīng)驗，不是淺嘗輒止，而是能夠刨根問底，做到理論和業(yè)務相結(jié)合；

• 方法論：屬于軟實力，這個看上去有點虛，但是如果能夠總結(jié)出自己在工作中的一套方法論，包括分析問題、解決問題、與人溝通等方面，對于職業(yè)生涯更上一層樓大有幫助。

4. 對推薦算法工程師的未來發(fā)展道路有什么建議或者經(jīng)驗可以分享嗎？

• 加強工程能力，把算法工程師當成是軟件工程師，最起碼要能夠看一些優(yōu)秀框架的源碼；

• 不要淪為調(diào)包俠/調(diào)參俠。注意總結(jié)和思考，工作中的很多問題其實都是重復的；

• 多看書，多看論文：個人的能力和精力有限，多看看優(yōu)秀的論文，對眼界開闊都特別好，在這里推薦谷歌、FaceBook 和阿里的論文。

5. 您在 SHEIN 工作，與之前在字節(jié)、蘇寧有什么不同嗎？

SHEIN 作為一家跨境電商，依然還在砥礪前行、茁壯成長。我加入 SHEIN 也快3年了，成長了很多。

我在 SHEIN 比較有意思的事是由于我們在多個國家都有業(yè)務，而每個國家的氣候、習慣、風俗和信仰什么的都可能不一樣，因此在算法建模時都要注意這些方面，這與在做國內(nèi)業(yè)務時還是有很大的區(qū)別的。

編輯推薦

本書從實戰(zhàn)的角度介紹推薦系統(tǒng)，主要包含三部分：召回算法、排序算法和工程實踐。

書中細致剖析了如何在工業(yè)中對海量數(shù)據(jù)應用算法，從算法原理，到模型搭建、優(yōu)化以及最佳實踐等?；竞w了推薦算法從業(yè)人員在實際應用中所要掌握的全部核心技能。

適合人群

本書適合希望入門推薦算法的非行業(yè)從業(yè)者、希望在推薦算法領(lǐng)域進階的行業(yè)從業(yè)者，以及希望全面了解推薦系統(tǒng)及其運作原理的技術(shù)管理者閱讀。

特色亮點

??專業(yè)背景：一線互聯(lián)網(wǎng)大廠推薦系統(tǒng)專家經(jīng)驗總結(jié)。

??著眼實戰(zhàn)：詳細剖析大規(guī)模推薦系統(tǒng)從0到1，從1到N。

??開箱即用：附帶可以直接用于生產(chǎn)環(huán)境的所有主流推薦算法的代碼實現(xiàn)。

作者介紹

阿星，曾在字節(jié)跳動、蘇寧易購等企業(yè)負責推薦/廣告算法的設計、開發(fā)和優(yōu)化工作，在應對海量數(shù)據(jù)下的算法建模以及點擊率/轉(zhuǎn)化率預估等任務中積累了大量實戰(zhàn)經(jīng)驗。

目前就職于跨境電商巨頭 SHEIN，負責提升全球核心業(yè)務場景的流量分發(fā)效率。

關(guān)于推薦系統(tǒng)，小伙伴們有什么疑惑嗎？大家可以在評論區(qū)留言，有可能會被作者大大翻牌哦~
（對了，很“大”的問題建議購書系統(tǒng)學習哦~）