专题1: 商业价值

本专题将从宏观角度，理解推荐系统的商业价值定位以及对平台的意义。

建立企业或从业人员对推荐业务的基本认知。

1. 基于个性化推荐的商业模式

2. 推荐业务的主要目标

3. 推荐系统的潜在价值

4. 理解业务生态系统

专题2：系统架构

本专题将对当下主流推荐系统进行模块化地剖析，帮助理解推荐系统整体设计思路，以及“在线/离线服务”各个模块的功能定位。

1. 整体设计思路

2. 推荐引擎

3. 数据模块

4. 运营与流量调控

5. AB实验平台

专题3：特征体系

在推荐系统当中，数据和算法是推荐算法工程师的工作最相关的两大部分。其中数据的核心就是凝练出特别体系。

本专题将进一步拆解对于“推荐精度”的影响因素，在这之中，算法模型占一半，特征工程占另一半。

“好的特征体系”可以简化问题和模型，达到事半功倍的效果，与之相对的特征信息不足，模型再先进也没用。

1. 特征体系概览

2. 标签体系

3. 用户画像

4. 统计特征

5. 交叉特征

6. 序列特征

专题4：模型算法

在推荐系统当中，数据和算法是推荐算法工程师的工作最相关的两大部分。

本专题将会对主流以及前沿算法进行梳理和讲解，尤其为当代主流推荐系统带来巨大红利的深度学习相关推荐算法。

帮助企业和从业者理解这些算法改进的历史沿革，从而掌握未来趋势。

1. 召回策略与算法

2. 排序策略与算法

3. 流量调控策略算法

4. 其他功能性算法

专题5：评估优化

评估，是推荐系统的迭代不可或缺的一环。

推荐系统的评估体系，是把业务和产品的需要进行量化。

评估之后的优化环节，则是对业务目标和算法目标之间的对齐。

1. 常见业务目标体系和意义

2. 优化问题拆解方法论

3. 推荐系统的在线/离线评估方法