阿星（本名：张友雷）

阿星 曾在字节跳动、苏宁易购等企业负责推荐/广告算法的设计、开发和优化工作，在应对海量数据下的算法建模以及点击率/转化率预估等任务中积累了大量实战经验。目前就职于跨境电商巨头SHEIN，负责提升全球核心业务场景的流量分发效率。

本书特色 ※ 专业背景：一线互联网大厂推荐系统专家经验总结 ※ 着眼实战：详细剖析大规模推荐系统从0到1和从1到N ※ 开箱即用：附带可以直接用于生产环境的几乎所有主流推荐算法的代码实现 简介 作为机器学习领域应用比较成熟、广泛的业务，个性化推荐在电商、短视频等平台发挥着重要作用，其背后的推荐系统已成为当今越来越多应用程序的标配。关于推荐算法的论述有很多，而要将其很好地应用到实际场景中，则需要大量的实践经验。本书从实战的角度介绍推荐系统，主要包含三部分：召回算法、排序算法和工程实践。书中细致剖析了如何在工业中对海量数据应用算法，涵盖了从算法原理，到模型搭建、优化以及最佳实践等诸多内容。 本书特色 作者从实践出发，结合在推荐领域的多年经验，清晰直观地介绍了推荐系统相关的算法原理、代码实现、评估方法及调优经验等内容。 本书融合了算法理论与实现，兼顾技术广度与深度。内容通俗易懂，干货十足，极具实践参考价值，适合不同阶段的广大读者阅读。 有幸通读过此书初稿，在此强力推荐给更多读者。希望此书能帮助大家在推荐系统及AI领域的能力大幅提升，并推动技术的进一步应用和发展。 ——马兴国，SHEIN产品研发中心副总经理 该书结合作者在推荐系统领域多年的工程实践经验，从推荐算法原理、系统框架以及技术实现细节等多个角度，深入浅出地剖析实战性的推荐系统。最为难得的是，该书对于推荐系统关键环节给出了相应的代码实现，并融入了作者多年对切身实践的思考和理解，特别适合想了解推荐系统的初学者以及技术进阶者阅读。 ——郭伟昭，SHEIN人工智能实验室高级算法专家 纵观全书，作者先是系统而全面地讲解了推荐系统中的召回算法和排序算法，内容由浅及深、循环渐进，非常适合想要入门推荐系统的非行业从业者、推荐系统领域进阶的行业从业者阅读。此外，作者还编写了一套具有高复用性的训练代码框架，以此应对冷启动问题、模型增量更新、迁移学习和分布式训练等工程实践中的常见问题。作者的这些宝贵实践经验，非常值得每个推荐系统爱好者深入学习和体会。 ——王贺（@鱼遇雨欲语与余）《机器学习算法竞赛实战》作者，推荐算法专家