深入浅出解码推荐算法本质，构筑推荐算法落地的全景能力。
不止于算法，更关乎系统、业务与未来
推荐系统是人工智能与机器学习的核心应用领域，兼具深厚学术积淀与广泛工业实践。作为移动互联网时代推荐技术的先驱，字节跳动依托抖音、今日头条等亿级用户产品，沉淀了海量实战经验，也培养了一批深耕一线的资深算法工程师——本书正是由这支核心团队倾力打造。
因数据闭源、规模庞大等行业特性，推荐系统领域长期存在技术信息不对称：学术研究与工业落地存在壁垒，缺乏真实场景验证的知识难以转化，给从业者与学习者抬高了学习门槛。基于此，本书立足字节跳动一线实战经验与业界成熟技术，以由浅入深、抽丝剥茧的方式系统拆解推荐系统核心逻辑，为读者搭建清晰的学习路径，打开一座推荐系统的“黄金屋”。
图书简介
作为人工智能和机器学习的应用方向之一，推荐系统不仅在学术界积累了众多文献著作，在互联网业界也有着广泛的落地实践，已服务过数亿用户，其算法和系统设计相当复杂。本书结合互联网大规模应用场景的实践需求，回顾了推荐系统的发展历史，解析了核心算法、系统架构、评估方法等诸多推荐系统涉及的方向，具备很强的实用性。内容包括推荐系统介绍、推荐系统原理、推荐系统经典链路、推荐系统进阶、推荐系统内容审核与冷启动、推荐系统架构、推荐系统评估。
本书适合有机器学习基础的学生、算法工程师，以及互联网行业从业人员阅读，也适合想了解推荐系统的跨行业人员阅读。
上下滑动阅览
本书特色
一线实战经验沉淀，权威性拉满
由字节跳动推荐技术团队倾力打造，凝结抖音、今日头条等亿级用户产品的真实落地经验。从数据收集、模型构建到推荐落地的全流程，均源自工业级场景的成熟实践，而非纯理论推导。
内容体系完整，深浅兼顾
系统覆盖推荐系统核心模块，既包含协同过滤、Word2Vec等基础算法原理，也深入讲解深度学习、图神经网络等进阶技术，同时聚焦冷启动、模型增量更新等工业界痛点问题。结构由浅入深，兼顾入门者与进阶工程师的学习需求。
算法与工程并重，落地性强
打破“算法与工程断层”的行业困境，不仅解析召回、粗排、精排等算法设计逻辑，还详解分布式训练、实时优化、A/B实验评估等工程实践细节。附带高复用性代码框架，部分案例可直接适配生产环境。
聚焦核心痛点，方法论可复用
针对性解决大规模流量下的资源分配、推荐多样性、峰值保障等关键问题，提炼“数据-AI-业务”闭环的标准化方法论。无论是内容分发、电商推荐还是搜索场景，均可借鉴适配。
编者介绍
字节跳动推动技术团队：本书编写团队汇聚字节跳动推荐领域核心骨干力量，成员均来自清华、中科大、南大、新加坡南洋理工大学等国内外顶尖高校，部分曾任职于百度、阿里、美团、滴滴等企业核心算法团队，兼具深厚学术积淀与丰富工业界实践经验——多人曾斩获国际AI竞赛冠军、发表领域顶会论文、参与核心技术专著撰写，更有成员荣获百度最高奖等行业重磅荣誉。
团队深耕推荐系统领域多年，全面覆盖字节跳动核心业务场景：既主导抖音、今日头条、番茄小说/畅听等国内产品的推荐算法迭代、内容理解与热点运营，也掌舵TikTok直播、电商搜索、内容混排等海外关键业务的生态搭建；同时深度参与Flow AI（豆包等）、推荐架构重构、深度学习框架开发、因果推断与A/B实验体系搭建等前沿方向，在召回、排序、多样性优化、多意图建模、大规模训练调度等核心技术领域积累了大量标杆性实践成果，是推动字节跳动推荐技术持续领先的核心力量。
专家推荐
点击“阅读原文”，加入CCF。