# 项目介绍
介绍推荐系统基本知识，相关算法以及实现。


# 目录规划
* data 测试用数据集合 
* py3.x 相关实践的python 实现
* spark 相关实践的spark  实现  
* manual 相关资料集合  
	* paper阅读分享
	* 基础知识分享


# 内容导航
## python 实现（主要用于原理理解）
* ItemCF(使用sklearn 版本和 不使用sklearn版本）
* UserCF(使用sklearn 版本和 不使用sklearn版本）
* LFM
* Graph—Based

## Spark 实现
* 特征工程
* ItemCF

# 计划项(恩 就是挖坑的意思)
## 推荐算实现
### 基于用户行为数据的推荐算法
* 关联规则  
* LFM   
* Graph   
* ALS  

### 利用用户标签数据推荐算法
* LDA  
* TF-IDF  
* TagCF  

### 探索性研究（各个paper的实现）
* Markov Chain  
* 社交网络  
* 基于深度学习的推荐算法
....


## 评价系统实现

## 推荐系统架构实现
### 外围架构
#### 用户行为日志存储系统
#### 日志系统
#### UI

### 功能模块
#### 数据录入模块
#### 用户特征生成模块
#### 推荐模块
#### 过滤模块
#### 排名模块