白癜风那家医院治疗好 https://wapyyk.39.net/bj/zhuanke/89ac7.html
　　　　　　　　　　作者｜刑无刀　　　　　　编辑｜Monica　　

上周，极客Live邀请到了链家网资深算法专家刑无刀、MacTalk池建强来做分享，主题为：“如何入门并成为一名出色的算法工程师？”

他们从7大块方向进行了谈论与扩展：

现推荐系统存在哪些误区？

我是怎样和算法结缘并深耕8年？

推荐算法相关学习方法及资料推荐

优秀算法工程师的成长路径是怎样的？

企业喜欢招聘怎样的算法工程师？

介绍及对比推荐算法领域常用的工具及模型

实施推荐系统时遇到的几大问题

现将视频整理成文字，分享给大家。

池建强：麻烦无刀老师给大家解读下，推荐系统最主要的是按用户的点击率去做的推荐算法吗？

刑无刀：这个肯定不是用历史点击率来去排序的，不然新的东西不能得到点击、暴光的机会。不过，最终还是会形成马太效应，就是不管你怎么设置个性化，怎么做算法，你会发现趋势跟热门的趋势会一致的。

一般会在热门趋势的基础上做个性化推荐。实际上，这种买啥推啥的推荐，在业界是有共识的，这样做，确实效果好。

池建强：有时候，系统需要经过很多次测试，才能知道这个用户是否对这个东西感兴趣，但现实中没有这么多机会的，你给用户推荐了两次他不感兴趣的东西，他可能就撤了。那，这种情况下，你怎么去做推荐？

刑无刀：这种情况确实难。如何真正搞清楚用户讨厌什么，喜欢什么，以前我们可能会有些辅助，比如跟产品打配合，他们会做用户调研，或者说通过一些活跃度比较高的用户，去找到这些感兴趣和不感兴趣的点。

但说实话，这算是特征工程的范畴：找到一些有效的特征，哪怕做各种很多人肉的工作。

刑无刀：刚才有人问，国外的推荐系统和亚马逊的推荐系统有什么区别及差距？

我觉得最重要的差别是思维模式上的区别，在做任何策略，或者是做一些尝试的时候，他们首先会想到这个东西怎么去量化，这个效果要定什么指标去评价它。量化，这个很重要。他们基本上会把所有东西都量化下来，然后才开始去思考这件事情怎么做。更多开源的东西，大多数人都可以获取得到，差距并不是特别大，但实际上为什么最后的效果千差万别？

其实，就是大家拿到一样的锤子，如何去用这个锤子？有的人是用砸，有的人是用推等等。就拿锤子这个例子，再说的深入一点。

首先你得看看，你要面对什么样的钉子，你面对什么样的问题。你得定义钉子砸进去的深度，其次是定义钉子的颗数，这是首先要考虑的事情。我现在链家也是，告诉身边的同事，首先要想清楚怎么定义它，怎么量化它。因为你不量化它，你就没办法优化；没办法优化它，你就没办法控制它。有人跟我说，我今天尝试了这个算法，效果很好，我就问他，你这个效果好，到底是指什么？是指准确率好，还是指IUC，还是指什么？

所以，最基本也是最重要的，你得有个量化的标准。这一点，是我觉得国内外做推荐系统最大的区别。

池建强：评分数据做推荐，为什么大家对评分数据这么