Update README.md

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
 <table align="center" style="width:80%;">