13 KiB
加餐 | 推荐系统的参考阅读
专栏主体内容已经结束了，在专栏写作的过程中，我阅读了很多业界公开的资料，我觉得有必要整理出来，供想深入阅读的人继续去找虐。
整体来说，在选择参考文献时，我偏爱那些由公司发表的。因为推荐系统本质上还是一种非常依赖实践的算法应用方向，并且，这些商业公司论文中的技术内容也在他们实际的场景中经过了检验。
另外，更多的内容是来自我自己的大脑中，所以我在下面列出来的只是一部分，在经过反复删减之后，保留了这些，有中文有英文，一般来说英文居多。有较理论化的，如优化理论，更多的是较实践派，可以学完即用。这些资料分成这么几个类型。
- 论文：以论文形式发表的，期刊数据库中可以下载到。
- 网络文章：就是在网上自由流传的内容或者博客，为了方便阅读，我将它们保存为PDF格式。
- 演示文稿：就是作者曾公开演讲过的内容，相对来说不是那么严谨，但是更容易理解。
- 书：推荐系统相关的书较少，我在专栏中参考过的书只有一本（附件中不提供书的电子文档）。
以上的参考文献我按照章节顺序列在了下面，我还在后面附上一个推荐书单。你可以点击查看。
原理篇
1.内容推荐
-
题目：Bag of Tricks for Efficient Text Classification
类型：论文
作者：Facebook
说明：
Facebook开源的文本处理工具fastText背后原理。可以训练词嵌入向量，文本多分类，效率和线性模型一样，效果和深度学习一样，值得拥有。
-
题目：The Learning Behind Gmail Priority Inbox
类型：论文
作者：Google
说明：
介绍了一种基于文本和行为给用户建模的思路，是信息流推荐的早期探索，Gmail智能邮箱背后的原理。
-
题目：Recommender Systems Handbook(第三章，第九章)
类型：书
作者：Francesco Ricci等
说明：
这本书收录了推荐系统很多经典论文，话题涵盖非常广，第三章专门讲内容推荐的基本原理，第九章是一个具体的基于内容推荐系统的案例。
-
题目：文本上的算法
类型：网络文章(网络免费版，已有成书《文本上的算法:深入浅出自然语言处理》，内容更丰富)
作者：路彦雄
说明：
介绍了文本挖掘中常用的算法，及基础概念。内容涉及概率论，信息论，文本分类，聚类，深度学习，推荐系统等。
-
题目：LDA数学八卦
类型：网络文章
作者：Rickjin(@靳志辉)
说明：
由浅入深地讲解LDA原理，对于实际LDA工具的使用有非常大的帮助。
2.近邻推荐
-
题目：Amazon.com recommendations: item-to-item collaborative filtering
类型：论文
作者：Amazon
说明：
介绍Amazon的推荐系统原理，主要是介绍Item-Based协同过滤算法。
-
题目：Slope One Predictors for Online Rating-Based Collaborative Filtering
类型：论文
作者：Daniel Lemire等
说明：
Slope One算法。
-
题目：Item-Based Collaborative Filtering Recommendation Algorithms
类型：论文
作者：Badrul Sarwar等
说明：
GroupLens的研究团队对比了不同的Item-to-Item的推荐算法。
-
题目：Collaborative Recommendations Using Item-to-Item Similarity Mappings
类型：专利
作者：Amazon
说明：
是的，Amazon申请了Item-Based算法的专利，所以如果在美上市企业，小心用这个算法。
-
题目：Recommender Systems Handbook（第4章）
类型：书
作者：Francesco Ricci等
说明：
第四章综述性地讲了近邻推荐，也就是基础协同过滤算法。
3.矩阵分解
-
题目：Matrix Factorization and Collaborative Filtering
类型：演示文稿
作者：Daryl Lim
说明：
从PCA这种传统的数据降维方法讲起，综述了矩阵分解和协同过滤算法。矩阵分解也是一种降维方法。
-
题目：Factorization Meets the Neighborhood: a Multifaceted Collaborative Filtering Model
类型：论文
作者：Yehuda Koren
说明：
把矩阵分解和近邻模型融合在一起。
-
题目：BPR- Bayesian Personalized Ranking from Implicit Feedback
类型：论文
作者：Steffen Rendle等
说明：
更关注推荐结果的排序好坏，而不是评分预测精度，那么BPR模型可能是首选，本篇是出处。
-
题目：Collaborative Filtering for Implicit Feedback Datasets
类型：论文
作者：Yifan Hu等
说明：
不同于通常矩阵分解处理的都是评分数据这样的显式反馈，本文介绍一种处理点击等隐式反馈数据的矩阵分解模型。
-
题目：Matrix Factorization Techniques For Recommender Systems
类型：论文
作者：Yehuda Koren等
说明：
本文是大神Yehuda Koren对矩阵分解在推荐系统中的应用做的一个普及性介绍，值得一读。
-
题目：The BellKor Solution to the Netflix Grand Prize
类型：论文
作者：Yehuda Koren
说明：
也是一篇综述，或者说教程，针对Netflix Prize的。
4.模型融合
-
题目：Adaptive Bound Optimization for Online Convex Optimization
类型：论文
作者：Google
说明：
FTRL是CTR预估常用的优化算法，本文介绍FTRL算法原理。
-
题目：在线最优化求解
类型：网络文章
作者：冯扬
说明：
是对FTRL的通俗版解说。
-
题目：Ad Click Prediction: a View from the Trenches
类型：论文
作者：Google
说明：
FTRL工程实现解读。
-
题目：Factorization Machines
类型：论文
作者：Steffen Rendle
说明：
提出FM模型的论文，FM用于CTR预估。
-
题目：Field-aware Factorization Machines for CTR Prediction
类型：论文
作者：Yuchin Juan
说明：
FFM模型，用于CTR预估。
-
题目：Practical Lessons from Predicting Clicks on Ads at Facebook
类型：论文
说明：
提出了LR + GBDT的CTR预估模型。
-
题目：Wide & Deep Learning for Recommender Systems
类型：论文
作者：Google
说明：
提出融合深度和宽度模型的Wide&Deep模型，用于CTR预估。
5.Bandit算法
-
题目：Introduction to Bandits- Algorithms and Theory Part 1- Bandits with small sets of actions
类型：演示文稿
作者：Jean-Yves Audibert等
说明：
介绍bandit算法概念，理论和算法，这部分主要针对小的选项候选集。
-
题目：Introduction to Bandits- Algorithms and Theory Part 2- Bandits with large sets of actions
类型：演示文稿
作者：Jean-Yves Audibert等
说明：
介绍Bandit算法概念，理论和算法，这部分主要针对较大的选项候选集。
-
题目：A Contextual-Bandit Approach to Personalized News Article Recommendation
类型：论文
作者：Yahoo
说明：
Linucb的原始论文，考虑上下文的Bandit算法。
-
题目：Collaborative Filtering Bandits
类型：论文
作者：Shuai Li等
说明：
Bandit 算法与协同过滤结合，提出COFIBA算法。
6.深度学习
-
题目：Deep Neural Networks for YouTube Recommendations
类型：论文
作者：Google
说明：
介绍YouTube视频推荐系统在深度神经网络上的尝试。能从中看到wide&deep模型的影子。
-
题目：Efficient Estimation of Word Representations in Vector Space
类型：论文
作者：Google
说明：
Word2Vec的作者在这篇文章中提出了一种词嵌入向量学习方法，也就是把开源工具包Word2Vec背后的模型详细介绍了一次。理论上很简单，更多是一些工程技巧的分享。Word2Vec给推荐系统带来了一种新的隐因子向量学习方法，深陷评分预测泥潭的矩阵分解被开拓了思路。
-
题目：Item2Vec: Neural Item Embedding for Collaborative Filtering
类型：论文
作者：Microsoft
说明：
这篇就是借鉴了word2vec在语言建模中的思路，为推荐系统的行为建模，从中为物品学习嵌入向量。
-
题目：Learning Representations of Text using Neural Networks
类型：演示文稿
作者：Google
说明：
理解为word2vec作者写一个教程。
-
题目：Long Short-Term Memory
类型：论文
作者：Sepp Hochreiter等
说明：
可以用来为序列建模的LSTM，实际上在1997年就发表论文了，只是在十几年后才大火。
-
题目：An Empirical Exploration of Recurrent Network Architectures
类型：论文
作者：Google
说明：
Google在RNN模型使用上的经验分享。
-
题目：Recurrent Neural Networks for Collaborative Filtering
类型：网络文章
作者：Erik Bernhardsson
说明：
这是Erik Bernhardsson在Spotify期间所做的尝试，用RNN自动构建音乐播单。Erik Bernhardsson还有一项开源项目Annoy，用于稠密向量的近邻搜索，在推荐系统中也用得较多。
7.其他实用算法
-
题目：Detecting Near-Duplicates for Web Crawling
类型：论文
作者：Google
说明：
在这篇论文中提出了simhash算法，用于大规模网页去重。
-
题目：Weighted Random Sampling over Data Streams
类型：论文
作者：Pavlos S. Efraimidis
说明：
对流式数据的加权采样。
-
题目：Weighted Sampling Without Replacement from Data Streams
类型：论文：
作者：Vladimir Braverman等
说明：
介绍了两种对流式数据的加权采样。
工程篇
1.常见架构
-
题目：Activity Feeds Architecture
类型：演示文稿
作者：Etsy
说明：
本文非常详细地介绍了社交动态信息流的架构设计细节。
-
题目：Atom Activity Streams 1.0
类型：规范文档
作者：Activity Streams Working Group
说明：
这是一份动态信息流数据模型的协议规范文档，由Activity Streams Working Group共同发出，这个组织包含Google和Microsoft。
-
题目：Beyond the 5 stars（Netflix Recommendations）
类型：网络文章
作者：Netflix
说明：
Netflix详细宏观上介绍了自家推荐系统的产品形态，不只是比赛中的评分预测那么简单的。
-
题目：System Architectures for Personalization and Recommendation
类型：网络文章
作者：Netflix
说明：
Netflix 推荐系统的架构介绍。
-
题目：Information Seeking-Convergence of Search, Recommendations and Advertising
类型：论文
作者：H Garcia-Molina等
说明：
探讨搜索、推荐、广告三者架构统一。
2.关键模块
-
题目：Overlapping Experiment Infrastructure- More, Better, Faster Experimentation
类型：论文
作者：Google
说明：
ABTest实验平台的扛鼎之作，Google出品，值得拥有。
-
题目：TencentRec：Real-time Stream Recommendation in Practice
类型：论文
作者：腾讯
说明：
介绍了腾讯内部的实时推荐系统架构。
-
题目：Personalization at Spotify using Cassandra
类型：网络文章
作者：Spotify
说明：
介绍了Spotify在推荐系统所用到的数据存储中间件。
3.效果保证
-
题目：Tutorial on Robustness of Recommender Systems
类型：演示文稿
作者：Neil Hurley
说明：
本文非常详细讨论了对推荐系统的攻击和防护，并有实验模拟。
-
题目：Recommender Systems Handbook(第八章)
类型：书
作者：Francesco Ricci等
说明：
该书第八章介绍了能见到的几乎所有推荐系统评价指标，只是实际上用不到这么多指标。
其他书目
- Pattern Recognization and Machine Learning（机器学习基础，有此一本足够了）。
- 推荐系统实践（国内唯一一本非翻译的推荐系统书籍，入门必选）。
- 信号与噪声（介绍贝叶斯统计的一本科普书）。
- 复杂（推荐系统面对的是复杂网络，了解复杂系统和复杂网络的特点，有助于开脑洞）。
- 信息简史（既然是信息经济，当然要读一本关于信息的历史）。
知道你们不会读的，所以就不推荐太多了。但愿我这个激将法有助于你学习进步。