推荐系统充斥于互联网的各个角落，听音乐、看视频、看新闻、购物、学习课程等等。
1.1 推荐系统的作用
用户：在信息过载的情况下，帮助用户高效获得感兴趣的信息。
公司：通过推荐吸引用户留存、增加用户黏性、提高转化率。
1.1.1 推荐系统的目标
不同的商业形态，有不同的目标
1.2 推荐系统的架构
推荐系统考虑在场景信息（上下文信息，时间、地点、天气等）下，实现用户信息（历史行为、关系网络、基本属性）和物品信息（商品推荐指商品信息，视频推荐指视频信息）的匹配。
1.2.1 形式化定义
用户 U
场景 C
物品 I
预测用户U对物品I的喜好程度
f ( U , I , C ) f(U,I,C) f(U,I,C)
根据喜爱程度做排序，记得到推荐列表。
1.2.2 技术架构
数据：用户信息、物品信息、场景信息（存储、更新）
模型：训练、部署、预测（如何实现）
