如何将Dreamweaver与JAVA编写程序进行连接如何制作一个图书推荐系统，用JAVA能编写吗

有办法，前几个月做过一个，首先是系统要用web平台，用到的东西有MySQL,Dreamweaver,html,java 。

用Dw来画界面，html 来对界面进行告销小幅修弊唯改，用java 做后租友培台，MySQL 来存储你的图书信息

推荐系统是一个很工程的领域，相比NLP，CV等理论性较强的AI方向入门难度要低一点。推荐的工作大体可以分为「召回」和「排序」，首先从数以万计的items中召回用户可能感兴趣的百级别的items，这里的数量级按照items的数量级来决定，items有可能是音乐（网易云音乐），电影书籍（豆瓣），商品（淘宝京东）等等；然后从对筛选过一遍的items做排序。当然其实再往细说还有精排粗排等流程，这里作为知识普及就不细说了。

「召回」主要通过多路召回，比如MostPop（选出平台最受用户喜爱商品top10，推荐给每一个用户），sequence recommendation（通过用户的历史购买行为推荐），knowledge graph（将平台的商品做成知识图谱）等方式，通过不同的方法（多路的意义所在）来筛选商品。

「排序」主要是CTR预估的一套，因为推荐的最终目的是要提高指标，有一种指标是CTR点击通族饥过率（Click-Through-Rate）。有了召回阶段筛选出来的商品之后，通过模型预测用户点击该商品的概率，然后选出分数最高的一个或几个来推荐给用户。

1. 入门书籍

推荐系统的入门书籍有很多，其他答主都回答了，这里我再推荐一本神书王喆的《深度学习推荐系统》，2020年才出版，介绍的算法和模型都很前沿，京东当当搞活动的时候50+可以入手。

2. 需要学习的技术

GBDT,XGBOOST,Random Forest等集成模型

FM,FFM,LR等传统机器学习模型

DIN,Wide&Deep等深度学习模型

长文解析前深度学习时代的常见模型

以上这些都是推荐系统的基础知识，掌握这些可以找一个像样的实习了。不过正如前文说到，推荐系统很偏工程，所以还有很多进阶的知识需要掌握，但这些知识往往都只能在企业的实践中获得，这兆虚返里我介绍几个但不详细展开，因为每个誉知企业都有各自的处理流程。

3. 进阶知识

推荐系统中，冷启动是急需解决的一个问题，当你的用户、商品是新加入的，或者平台是新成立的，没有历史数据，怎么为用户做推荐。学术届很多人都在研究，我们无需非常深入，但是也需要有所了解

对于工业界来说，推荐系统最重要的不是模型，而是「特征工程」，了解特征工程的方法对于入门推荐系统是很重要的

推荐系统是一个很依赖实时性的领域，有的时候为了效率我们不会用到太复杂的模型和大量的历史数据，对于推荐系统如何在线上运作，这是我们需要了解的

短视频的推荐，购物网站的推荐，新闻的推荐等不同领域中的推荐方法是截然不同的，他们各自有什么区别，需要我们去了解。

---