最近很多读者关注《推荐系统实践》一书，询问本书目前的写作进展和出版时间。自今日起，本书正式进入开放出版流程，作者会全程在本社区中互动，与大家分享写做过程中的点滴。
技术背景
推荐系统从1994年开始，经过Amazon，Netflix等著名公司的努力，已经充分证明了它的作用。最近，越来越多的国内公司开始关注推荐系统，在技术人员中有较高的关注度。
经过20多年的发展，推荐系统的理论已经较为成熟，知识体系比较系统。国外也出版了很多推荐系统方面的书。但是目前国内没有推荐系统方面比较好的书。目前国内作者写的推荐系统方面的图书很少，仅有的几本质量也不高。国外出版，国内翻译的书，以《集体智慧编程》为代表，获得了很多推荐系统和数据挖掘领域的专业人士的喜爱。
本书从数据出发，一步步地介绍在得到什么数据的时候可以设计怎样的推荐系统。面向广大的推荐系统开发人员，以实战为基础，深入浅出地介绍每种推荐方法背后的理论基础，着重讨论每种算法的实现、在实际系统中的效果、方法的优点、缺陷以及解决方法。
本书的几位作者是目前国内推荐系统方面的技术牛人。这本书同时获得了ResysChina的强力推荐！
作者背景
项亮 本科毕业于中国科技大学自动化系，博士毕业于中科院自动化所（模式识别国家重点实验室），专业研究方向是机器学习和数据挖掘。2009年，美国Netflix公司发起、组织了一场为改善其电影推荐系统算法，并悬赏一百万美元的专业比赛，参赛者是由来自186个国家的计算机科学家、专家、学者等组成的数万支队伍。在这场竞赛中项亮所在的团队（The Ensemble）在公开测试排名中名列第一，最终获得了第二名。项亮也是从参加Netflix Prize开始参与推荐系统的研究。 目前就职于Hulu。
陈义 现就职于豆瓣，从事推荐系统算法的研究。之前在理光，主要是从事模式识别和机器学习的研究。
王益 腾讯公司研究员，也是腾讯公司情境广告中心总监。之前在Google任研究员，从事大规模并行机器学习研究，包括基于MapReduce和Rephil的并行latent topic model和聚类方法研究，并且和中国、瑞士、印度、美国的同事一起，从事机器学习技术向产品的转化工作。目前的工作包括code review系统、编译系统和并行计算基础架构。
本书特色
1.作者都有相关领域的研究经验和实战经验，既知道相关研究的最新进展，也知道实际系统中各种方法的效果。
2.本书以实战为基础，理论和实践并重，适合不同层次的读者。
推荐阅读
-项亮的文章“关于《推荐系统实战》”