来啊！跟我一起“单排”推荐系统！

单排，是玩游戏的一种排位模式，顾名思义，就是只能一个人去获取在游戏中的段位和级位，如同一个人单独开启一段攀登之旅，这注定是孤独且艰难的，输了得不到安慰，赢了也没人分享。

我相信，每个人从零开始学习一项技能，或者探索某一技术领域，都要经历一个单排的过程，而用这个词来形容我学习推荐系统，以及我写书的历程，真的再贴切不过了。

2018 年的那个夏天，在中航广场的一个小房间里，一位前辈对着当时只有计算机视觉项目背景的我，滔滔不绝地讲述着他对推广搜及整个行业的理解，点燃了我心中的一团火。我决定转型到推荐领域。

我带着学生时代的动作识别和移动端人脸识别的项目经验闯入推荐领域，在移动互联网高速发展的当下，抖音、快手、B 站、小红书等 App 在时时刻刻地为我们分发我们想看的信息，已经成为我们生活日常，这些 App 成长为几亿 DAU 的巨头背后的助推剂，他们的“财富密码”，就是推荐技术。

我顺着这个势头一路成长，边踩坑边总结，逐渐在大型工业推荐系统积累了一些实践经验，接触的业务影响了数亿用户，提出的“POSO”模型在用户冷启动问题上取得突破性收益，已经在业界广泛应用，国内外多家公司与产品如 TikTok、快手、Meta 等都在以 POSO 为原型探索冷启动模型，在推荐领域感受到了极大的成就感。

之后，我开始可以在推荐领域和别人讨论某个模型的适用场景，向比较年轻的同事和实习生介绍推荐系统的一些基本概念，还会发表一些有自己技术突破的论文，于是，有一个想法钻进了我的脑海：为什么不写本书呢？

我心目中非常希望这本书能够在推荐系统高速发展、每天有技术更新的情况下，向刚入行的人介绍推荐架构是怎样的，针对资深从业者探讨算法运行的细节。更重要的是，这本书并不只介绍某个工具是什么，更要介绍为什么存在、在什么时候适合使用这样一个工具，如何才能用得更好。

于是，我开始写知乎专栏 “从零单排推荐系统”，从头到尾，我都以我心目中的书的这个模样为目标，秉承严谨、谦虚的态度，订立两个原则：

①不管反馈如何，必须坚持下去。

②以写书的标准要求自己——体系化，规范化；

庆幸的是，一开始专栏的反响就不错，从开始连载起至今，已经吸引了超过 50 万人次的阅读，1 万人关注，取得 5000 个赞同和上万次收藏。相当多的读者给出了好评，我也因此坚持下来了。

因为第②点，专栏一开始就规划了体系，最终也成为《现代推荐算法》这本书的组织体系。这本书的结构与其说是从业者学习的顺序，不如说是从业者成长的历程，也是我单排推荐系统的历程：从了解系统的全貌（总览篇），到深入做改进（模型篇），再到推进技术迭代（前沿篇+难点篇），最后能够掌控全局、制订决策（决策篇）。

由于一开始我就瞄准最新推荐技术，想要揭示前沿探索方向，因此，该书全面覆盖了当下推荐技术的各个方面，包括基本的架构、每种算法背后的思想和适用范围，以及目前推荐系统中存在的难点和可能的解决方案。

除此之外，也有面向非技术读者的宏观决策解读，帮助很多产品运营同学理解现象背后的客观规律。

作者为这本书精心绘制了学习导图，加入本书读者群可获取学习导图高清文件。

最后，还要感谢朋友们对本书的作序及推荐语的推荐。

名家书评

《现代推荐算法》这本书，对现代推荐领域的技术和应用进行了重新梳理。本书从应用需求和实际问题出发，翔实地介绍了推荐系统环节、具体算法模型、前沿技术与方向。此外，本书还包含解决冷启动等难点问题的技巧，多种技术选型的讨论，以及产品运营决策的建议。

——中国图象图形学学会副理事长兼秘书长 北京科技大学计算机与通信工程学院副院长|马惠敏

《现代推荐算法》这本书很难得地从当前互联网主流产品和推荐系统的真实问题出发，总结了包含阿里巴巴、字节跳动等公司最新公开的技术进展，更适合当下一线的推荐算法从业者阅读。

——张枫

这本书从实践出发，比较全面地涵盖了最近几年前沿的推荐技术的发展，深入浅出，兼顾了前沿性、实用性和严谨性，是不可多得的推荐领域入门教材。即便对像我这样具备一定从业经验的人来说，在读到很多章节时也受益匪浅。

最后希望这本书能够为大家顺利打开进入推荐行业的大门。

——Meta Principal Scientist |刘霁

本书由水哥（赵致辰）撰写，他是我在字节跳动的同事和朋友。他不仅有丰富的计算机视觉和推荐系统的研发经验，还是一个有敏锐洞察力和创造力的人。他能够将最新的研究成果转化为实际应用，并且能够清晰地阐述自己的思路和方法。这本书就是他对推荐系统领域的总结和分享。本书涵盖了从基础理论到前沿技术，从工程实践到业界案例，从数学公式到代码实现等方面的内容，既适合初学者作为入门教材，也适合进阶者作为参考资料。

——阿里妈妈展示及内容广告算法总监|姜宇宁（孟诸）

从内容上讲，这本书以推荐系统的视角，从理论到实践，从算法到工程，从技术到商业，全面讲解了推荐系统的方方面面。这使得读者不仅能够了解推荐系统的原理，还能掌握实际应用的技巧，对工业界人士和感兴趣的同学们来说都是极具参考价值的。

——北京大学计算机学院助理教授、博士生导师|王鹤

当下，推荐算法已经得到非常广泛的应用，进而影响到大家生活的很多方面，也或改变、或更新了很多商业模式。相应地，人们对推荐系统的需求和复杂度的要求达到了一个前所未有的高度，推荐系统所用的技术正在经历巨大的变革。作为推荐领域的从业者，我们需要重新审视和理解推荐系统，本书的出版恰合时宜。本书全面地阐述了大规模现代推荐系统所遇到的各种问题，包括其难点和痛点，同时细致地介绍了前沿算法、业界新进展及作者本人的深度思考。我相信本书对推荐领域的从业者在业务知识的补充和职业方向的选择等方面会有很不错的助益。

——抖音推荐负责人|刘作涛

本书是一部探讨推荐系统核心技术与实践应用的精彩之作。作者以在字节跳动广告推荐领域的实战经验为基础，在本书中生动地阐述了推荐系统的全链路及模型，以及其对前沿技术的独到见解。本书既有理论深度，又有实践指导价值，强烈建议给关心推荐系统研究与应用的朋友们阅读。

——字节跳动前视觉技术负责人|王长虎

通读本书，不仅能领略推荐系统的发展进程，理解各阶段的技术思路，还能在各个细节之处发现惊喜。本书蕴含诸多独到的见解，值得用心体会。

——快手推荐算法副总裁|周国睿

与诸如计算机视觉等机器学习不同，推荐面对的对象不是客观的物体，而是用户。在互联网时代，对用户的理解是不可或缺的。本书凝结了作者对推荐领域的思考、对用户的认识，内含作者的独到见解，读后有很大帮助。

——清华大学博士|陈晓智

本书深入浅出地介绍了现代推荐系统的核心技术，全面剖析了推荐系统的基础模型、技术前沿和难点问题。本书行文幽默诙谐、言必有物，是一本难得的推荐系统入门和工业实战佳作。

——AMD 高级软件研发经理|李栋

《现代推荐算法》一书以通俗易懂的语言解释了推荐系统中的各种复杂技术和算法，凝结了作者在该领域的长期积累和深刻洞见，非常适合于想要学习推荐系统的初学者和从业人员，它不仅可以帮助读者建立推荐系统的基础知识，还可以帮助读者深入了解推荐系统的各种算法和应用场景，我强烈推荐这本书给所有对推荐系统感兴趣的读者。

——卡耐基梅隆大学博士后 Sea AI Lab 研究员|许翔宇

本书深入浅出地介绍了推荐系统的理论知识及产品应用，新手能从中学习到丰富的推荐系统知识，已经从事推荐行业多年的人再读也会颇有启发。我诚挚地向想了解推荐系统和想进一步深入研究推荐系统的读者推荐此书。

——旷视科技高级研究员|刘宇

阅读本书使得我们对互联网推荐系统有了更加深刻的理解，本书内容覆盖全面，从技术架构、算法细节到用户理解、运营逻辑等均有涉猎，对于相关从业人员的进阶修炼大有益处，同时也为广大普通用户了解自己常用的信息获取平台的背后推荐机制提供了有效入口。

——清华大学未来实验室助理研究员|路奇

对于想要深入了解推荐系统的人来说，《现代推荐算法》这本书是一个非常好的选择。该书介绍了推荐系统的基本原理、常用算法以及实现技术，并提供了详细的案例研究和实践经验。无论你是一名学生、研究人员还是工程师，这本书都会为你提供丰富的知识和实用的指导，让你能够更好地设计和实现推荐系统，为用户提供更好的推荐服务。

——思谋科技总经理|苏驰

限时五折，快快扫码抢购吧！