本文主要介绍了推荐系统的实践与思考，包括推荐系统的四要素、算法选择、数据采集、在线服务、效果评估等。文章提到了深度学习的目的之一是向量化，以及如何选择和训练模型。文章还介绍了如何采集用户行为数据，以及如何构建指标体系和指导后续迭代。最后，文章介绍了如何构建一个完整的推荐系统，并分享了一些经验教训。
