PC 是搜索的天下，移动是推荐的主场。
最近五年，借助推荐技术，异军突起的互联网产品越来越多，Youtube、淘宝、京东、Netflix、今日头条、Amazon 等等这些产品都已经从个性化推荐中尝到了商业的甜头。未来，推荐系统会成为所有数据型产品的标配。
然而推荐系统前方技术蓬勃发展，后方却落地困难。
审视推荐系统的技术应用现状，大厂们一骑绝尘，但太多中小厂的工程师们还不知道一个推荐系统如何从 0 到 1 诞生，需要去了解哪些知识。总有人问我：
我们产品这个阶段需要上线推荐系统吗？推荐系统前期投入大吗？
推荐系统这事容易整吗？里面那些算法到底是怎么回事？
搭建一个推荐系统，这里面有哪些坑？
推荐架构、搜索引擎和广告系统之间应该如何协同？
推荐系统相关的开源软件都有哪些？如何选型？
这里，推荐一个推荐系统相关的专栏，希望能帮助推荐系统学习者架构起整体的知识脉络，并在此基础上补充实践案例与经验，解决系统起步阶段 80% 的问题。
（扫码即刻微信订阅，现在注册立享 30 元 新人红包）
作者刑无刀，本名陈开江，现在是链家网资深算法专家，从事算法类产品的研发。曾任新浪微博资深算法工程师，考拉 FM 算法主管。从业 8 年时间，专注于推荐系统。
这些年，他曾服务过创业公司、传统大公司和大型互联网公司，这些经历也让其见证了大大小小、形状各异的推荐系统的构建过程。善于从 0 到 1 参与公司的推荐系统搭建，十分熟悉各类坑。
课程介绍很多同学一看到推荐系统的各种算法，再加上机器学习等高大上的名词，就怵得慌。其实，并没有那么复杂。这个专栏里，作者用通俗易懂、多举例少谈概念的方式帮大家讲清楚各个概念。
对于有疑问的地方，也可以随时留言，作者会随时解答。并且，会组织专门的直播来答疑。
下面是专栏的目录，小伙伴们可以看下，篇篇干货，深入浅出。只要跟着作者的思路来，基础再差，作者保证学会。
在专栏中，作者还会和编辑一起整理推荐系统的技能图谱、学习路径，以帮助大家更好理解消化这些知识点。
如何订阅 方法一：长按识别下图二维码，微信支付，即刻订阅。（专栏58元，新用户注册即享 30 元红包，可立即支付使用）
方法二：
1. 点击阅读原文，下载“极客时间”App，注册并登录，领取 30 元新人红包。
2. 从首页轮播图或专栏页进入《推荐系统 36 式》，完成订阅。