中国有句老话，叫做“知易行难”。
作算法的朋友应该更有体会，想把 paper 上的公式转变为可以运行的代码，这是件考验功力的事情。
Toby Segaran 写的这本《Programming Collective Intelligence》，是修炼此种功力的武林秘笈之一。
这本书最显著的特点是，实战性极强！
针对每个算法，他从头到尾演示了一个完整的实现过程：从获取数据，组织存储，到算法实现，加载运算，再到最后的结果的分析利用。书中所有的例子均基于实际系统的真实数据，作者演示了大量的开放 API 的使用，Delicious、Amazon、Last.fm、Google News，各个都是大名鼎鼎，每步都是真刀真枪。跟着书中的操作这样一趟走下来，你会豁然开朗，原来这些看似神秘复杂的系统，也不过如此。但不幸的是，其中的大部分 API 已经不能工作了。比如 del.icio.us API，你就得换这个了，http://www.michael-noll.com/wiki/Del.icio.us_Python_API。
从纯粹算法的角度来讲，这本书里讲解的算法，基本都是入门级的。但即使是这样，能把细节讲述地如此传神，也实属不易。换一个角度来看，简单，也同时意味着常用，熟练掌握了书中的这些算法，也足以解决不少的现实问题。而且，在拥有大规模数据的情况下，简单的算法，往往也可以取得令人吃惊的效果。
另外一个方面，此书作者用英文遣词造句的能力出神入化，读起来简直行云流水。时常会让自己产生英文超牛的幻觉，体验很爽。
没时间细读的朋友，也建议至少看一下 Toby Segaran 写的 Social Data Mining 这个 slide，一定会有收获。http://www.slideshare.net/adunne/mining-social-data-for-fun-and-insight
我得知此书，需感谢我的一篇 blog “个性化技术相关资料” 后面，KaKa 网友的推荐。http://www.guwendong.com/post/2008/recommendation_resources.html
豆瓣猜没有帮助我发现这本书。
这曾让我思考，基于 SNS 的推荐，是否比传统的推荐更有效呢？想参与讨论？请移步这里 http://www.douban.com/group/topic/3994778/
五星！
首发 Beyond Search
http://www.guwendong.com/post/2008/programming_collective_intelligence_review.html