@心心xi 您好，可否推荐一些关于recommendation的相关论文呢？

[haoawesome]

[haoawesome]

@小飞鱼_露 没问题，其实推荐系统是渗透到很多其他领域中，比如信息检索，数据挖掘，电子商务，等等，能够完成个性化推荐任务的应用应该都可以理解成推荐系统。算法方面，包括了很早就提出的，content-based，collaborative filtering。目前公认最好的推荐算法，大多都是基于矩阵分解模型，它的本质是把个体重新表述为一个特征向量，在深度学习里面称为 Distribution Respresentation. 我整理了一份笔记，希望能有帮助，也望各位手下留情，有很多的不足。嘿嘿http://t.cn/RPtxtnQ

[haoawesome]

@小飞鱼_露 希望能对他/她有帮助哈！这些资料网上都可以找到，推荐系统方面的资料太多了，也希望能看到大牛们爆料一些有意思的案例喔～ 自己找实在没精力。
工具也是很重要的，@清风运文 列举过推荐系统的开源工具，http://t.cn/8F15Jnd

[haoawesome]

@朝花夕拾录
最近看了几个推荐系统的文章，http://t.cn/RPc999S 有入门级的教程，讲解推荐系统的经典解决方案，还有进阶体验，介绍如何在大数据平台（Hadoop，spark, mogodb)上形成实时推荐。还有两个搞笑的文案调侃推荐系统的用户体验
http://www.weibo.com/3204614242/BfJye9tX5?ref=home

[haoawesome]

@心心xi 问：可否推荐一些关于recommendation的相关论文呢？ 答：有三组不错的资源 @小飞鱼_露 推荐了20多篇论文 http://memect.co/9yAi4sg 其中有@唐杰THU 的工作。@清风运文 列举过推荐系统的19个开源工具 http://memect.co/N1PG2E3 @朝花夕拾录 刚分享了大数据上的推荐系统 http://www.weibo.com/3204614242

http://www.weibo.com/5220650532/BfL4N1XKw?ref=