第2章　推荐算法基础

推荐系统中最核心的模块要数推荐算法了，研究和优化推荐算法是推荐算法工程师的主要工作。推荐算法好不好会直接影响推荐系统的价值发挥，因此它在推荐系统中具有举足轻重的地位。本章基于笔者的实践经验，对推荐算法进行抽象和归类，提炼出推荐算法的一般范式，让读者从宏观上把握推荐算法的应用脉络，但不会深入讲解算法的实现原理，只是概述算法的实现思路，后面的章节会对常用的重点算法进行细致深入的剖析。

本章会从推荐系统范式、推荐算法3阶段pipeline架构、推荐召回算法概述、排序算法概述、推荐算法落地需要关注的几个问题等5个部分来讲解。完全的个性化范式和标的物关联标的物范式是最常用的推荐范式，在互联网产品中有大量真实的应用场景，也是本章重点讲解的内容。

学习完本章后，读者可以了解每类范式常用的算法有哪些、实现的思路是什么，以及常用的应用场景。本章的目的是为后续推荐算法的详细讲解做铺垫，所涉及的知识点可以作为落地推荐算法到真实推荐场景的参考指南。