下面列出的网站内容(网站内容较专业，更具备全面性的推荐，可以多看看)

　　下面列出的网站内容(网站内容较专业，更具备全面性的推荐，可以多看看)

　　下面列出的网站内容较专业，

　　更具备全面性的推荐，可以多看看推荐算法团队在网上发布的论文，这些论文都是推荐系统领域中重要的人物，包括豆瓣研究院里面的这篇论文whathappensincomputerscience,可以了解一下。

　　看一些应用实例，然后去看算法原理和数学原理，比如plsa算法，dijkstra算法。读懂paper的思想（基于某一特征的rank-tree），了解算法涉及的信息变量。接着建议多做一些实验，同时阅读相关书籍。深入理解计算机系统，算法与设计等，算法相关书籍：算法导论，数据结构与算法分析，离散数学与算法分析。

　　你可以关注「推荐系统实践」公众号，这个是专门做推荐系统开发、调试、部署的公众号，每天会推送一些使用前后的实践，比如遇到哪些问题。关注「推荐系统实践」公众号，你可以了解到推荐系统到底是什么，是干什么的，一些相关的技术问题，会帮助你更加深入地去了解推荐系统，进而做好推荐系统的开发。

　　推荐一个开源的小工具「百度问答推荐平台」，目前大部分语言都有对应的应用了：1.人口基础特征：用户的年龄、性别、职业、收入、住址等。2.兴趣基础特征：用户对一件事物或对一件事物的态度、欲望等特征。3.推荐分类相关性特征：地域、性别、年龄、地域偏好分布、收入、兴趣偏好分布等。4.用户推荐结果类别分布，推荐列表是否唯一等。

　　5.性别、地域、兴趣属性是否与用户偏好一致。6.对于用户访问次数排序更新机制。7.推荐列表是否唯一，是否进行排序，排序方式是什么。7.参考一些好的开源工具或框架。