推荐算法的总结

不同的推荐算法简介：

https://medium.com/recommendation-appraising/8302686cd582#.yotjiuv2m

https://zhuanlan.zhihu.com/p/24202220

知名公司的推荐系统架构

http://www.infoq.com/cn/news/2015/12/Algorithm-case-10

基于内容的推荐 http://breezedeus.github.io/2012/04/10/breezedeus-content-based-rec.html

基于内容推荐由浅入深推荐阅读：

http://blog.csdn.net/qq_34941023/article/details/51786686   1   ifidf向量空间模型计算距离

http://blog.csdn.net/qq_34941023/article/details/51786747  2    关于主题模型  和 word2vector

http://blog.csdn.net/qq_34941023/article/details/51786765   3  实践

关于特征的处理和分析：http://tech.meituan.com/machinelearning-data-feature-process.html

关键点： 归一化，离散化， 缺省值处理

特征工程的说明：

https://www.zhihu.com/question/29316149

http://breezedeus.github.io/2014/11/15/breezedeus-feature-processing.html

https://www.zhihu.com/question/28641663

关于距离计算的说明：

http://www.cnblogs.com/shipengzhi/articles/2540382.html

spark机器学习笔记：（三）用Spark Python构建推荐系统 

http://blog.csdn.net/u013719780/article/details/51775047

一种基于Hadoop的改进的物品推荐方法
X技术网 原文链接:http://www.xjishu.com/zhuanli/55/201310568662.html

http://www.xjishu.com/zhuanli/55/201310568662.html