2： (1)探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探 (2) 探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤 (3) 探索推荐引擎内部的秘密，第 3 部分: 深入推荐引擎相关算法 - 聚类
3: 了解 Learning to Rank：传统的排序模型都是对各种算法的组合，针对策略不断地细化，每一种算法处理起来又非常复杂，当系统规模达到一定程度的时候，人工的策略调整已经很难做了，于是人们就希望能使用机器学习(Machine Learning)的方式来建立一个模型，根据这个模型让机器自动的去调整策略，Learning to Rank中的Learning就是机器学习中的Learning的意思。与其他的机器学习方法一样，Learning to Rank也需要一个类似机器学习的训练过程，然后我们把训练数据扔进去训练，训练好之后就可以做预测了（对新数据做排序）