From 1e91ade7c5d45e2d091cd80195ca87c47e129523 Mon Sep 17 00:00:00 2001 From: RuyiLuo Date: Wed, 30 Mar 2022 20:29:52 +0800 Subject: [PATCH] Update README.md --- docs/README.md | 132 ++++++++++++++++++++++++------------------------- 1 file changed, 66 insertions(+), 66 deletions(-) diff --git a/docs/README.md b/docs/README.md index b3c4c04e..9b403c0f 100644 --- a/docs/README.md +++ b/docs/README.md @@ -19,103 +19,103 @@ ## 内容导航 ### 推荐系统概述 -- 推荐系统的意义 -- 推荐系统的应用 -- 推荐系统的架构 -- 推荐系统技术栈 +- 推荐系统的意义【未完成】 +- 推荐系统的应用【未完成】 +- 推荐系统的架构【未完成】 +- 推荐系统技术栈【未完成】 ### 推荐算法基础 #### 经典召回模型 - **基于协同过滤的召回** - - UserCF - - ItemCF - - Swing(Graph-based) - - 矩阵分解系列(ALS,SVD++) + - UserCF【已完成,待优化】 + - ItemCF【已完成,待优化】 + - Swing(Graph-based)【未完成】 + - 矩阵分解系列(ALS,SVD++)【已完成,待优化】 - **基于向量的召回** - - FM召回 + - FM召回【未完成】 - word2vec召回 - - word2vec原理 - - Airbnb召回 - - YoutubeDNN召回 + - word2vec原理【未完成】 + - Airbnb召回【未完成】 + - YoutubeDNN召回【未完成】 - 双塔召回 - - DSSM - - Youtube双塔 - - MOBIUS + - DSSM【未完成】 + - Youtube双塔【未完成】 + - MOBIUS【未完成】 - 图召回 - - EGES - - PinSAGE + - EGES【未完成】 + - PinSAGE【未完成】 - 序列召回 - - MIND - - SDM + - MIND【已完成,待优化】 + - SDM【未完成】 - **树模型召回** - - TDM + - TDM【未完成】 #### 经典排序模型 -- **GBDT+LR** +- **GBDT+LR**【已完成】 - **特征交叉** - - FM - - PNN - - DCN - - AutoInt - - FiBiNET + - FM【已完成】 + - PNN【已完成】 + - DCN【已完成】 + - AutoInt【未完成】 + - FiBiNET【未完成】 - **WideNDeep系列** - - Wide&Deep + - Wide&Deep【已完成】 - 改进Deep侧 - - NFM - - AFM + - NFM【已完成】 + - AFM【已完成】 - 改进Wide侧 - - DeepFM - - xDeepFM + - DeepFM【已完成】 + - xDeepFM【未完成】 - **序列模型** - - DIN - - DIEN - - DISN - - BST + - DIN【已完成】 + - DIEN【完成一半,待优化】 + - DISN【未完成】 + - BST【未完成】 - **多任务学习** - - SharedBottom - - ESSM - - MMOE - - PLE + - SharedBottom【完成一半,待优化】 + - ESSM【完成一半,待优化】 + - MMOE【完成一半,待优化】 + - PLE【完成一半,待优化】 ### 推荐系统实战 #### 竞赛实践(天池入门赛-新闻推荐) -- 入门赛讲解视频 -- 赛题理解&Baseline -- 数据分析 -- 多路召回 -- 特征工程 -- 排序模型&模型融合 +- 入门赛讲解视频【已完成】 +- 赛题理解&Baseline【已完成】 +- 数据分析【已完成】 +- 多路召回【已完成】 +- 特征工程【已完成】 +- 排序模型&模型融合【已完成】 #### 新闻推荐系统实践 -- 新闻推荐系统流程的构建视频讲解 +- 新闻推荐系统流程的构建视频讲解【已完成】 - 离线物料系统的构建 - - Mysql基础 - - MongoDB基础 - - Redis基础 - - Scrapy基础及新闻爬取实战 - - 自动化构建用户及物料画像 + - Mysql基础【已完成】 + - MongoDB基础【已完成】 + - Redis基础【已完成】 + - Scrapy基础及新闻爬取实战【已完成】 + - 自动化构建用户及物料画像【已完成】 - 前后端基础及交互 - - 前端基础及Vue实战 - - flask简介及基础 - - 前后端交互 -- 推荐流程的构建 + - 前端基础及Vue实战【已完成】 + - flask简介及基础【已完成】 + - 前后端交互【已完成】 +- 推荐流程的构建【已完成】 - 召回 - 规则类召回 - - 热度召回 - - 地域召回 + - 热度召回【完成一半,待优化】 + - 地域召回【完成一半,待优化】 - 模型类召回 - - YoutubeDNN召回 - - DSSM召回 -- DeepFM排序模型 -- 规则与重排 -- 任务监控与调度 + - YoutubeDNN召回【已完成】 + - DSSM召回【已完成】 +- DeepFM排序模型【已完成】 +- 规则与重排【完成一半,待优化】 +- 任务监控与调度【完成一半,待优化】 ### 第三章 推荐算法面经 - - ML与DL基础 - - 推荐模型相关 - - 热门技术相关 - - 业务场景相关 + - ML与DL基础【已完成,待优化】 + - 推荐模型相关【已完成,待优化】 + - 热门技术相关【已完成,待优化】 + - 业务场景相关【已完成,待优化】 ## 致谢