96 lines
5.2 KiB
Markdown
96 lines
5.2 KiB
Markdown
<!-- docs/_sidebar.md -->
|
|
|
|
- [目录](README)
|
|
- [第一章 推荐系统概述]()
|
|
- [1.1 推荐系统的意义](ch01/1.1)
|
|
- [1.2 推荐系统架构](ch01/1.2)
|
|
- [1.3 推荐系统技术栈](ch01/1.3)
|
|
- [第二章 推荐系统算法基础]()
|
|
- [2.1 经典召回模型]()
|
|
- [2.1.1 基于协同过滤的召回]()
|
|
- [UserCF]()
|
|
- [ItemCF]()
|
|
- [Swing(Graph-based)](ch02/ch2.2/ch2.2.1/Swing)
|
|
- [矩阵分解系列(ALS,SVD++)]()
|
|
- [2.1.2 基于向量的召回]()
|
|
- [FM召回]()
|
|
- [item2vec召回]()
|
|
- [word2vec原理]()
|
|
- [Airbnb召回]()
|
|
- [YoutubeDNN召回]()
|
|
- [双塔召回]()
|
|
- [经典双塔]()
|
|
- [Youtube双塔]()
|
|
- [MOBIUS]()
|
|
- [2.1.3 基于图的召回]()
|
|
- [EGES](ch02/ch2.1/ch2.1.3/EGES)
|
|
- [PinSAGE]()
|
|
- [2.1.4 基于序列的召回]()
|
|
- [MIND](ch02/ch2.1/ch2.1.4/MIND)
|
|
- [SDM](ch02/ch2.1/ch2.1.4/SDM)
|
|
- [2.1.5 基于树模型的召回]()
|
|
- [TDM]()
|
|
- [2.2 经典排序模型]()
|
|
- [2.2.1 GBDT+LR](ch02/ch2.2/ch2.2.1)
|
|
- [2.2.2 特征交叉]()
|
|
- [FM](ch02/ch2.2/ch2.2.2/FM)
|
|
- [PNN](ch02/ch2.2/ch2.2.2/PNN)
|
|
- [DCN](ch02/ch2.2/ch2.2.2/DCN)
|
|
- [AutoInt]()
|
|
- [FiBiNet]()
|
|
- [2.2.3 Wide&Deep系列]()
|
|
- [Wide&Deep](ch02/ch2.2/ch2.2.3/WideNDeep)
|
|
- [改进Deep侧]()
|
|
- [NFM](ch02/ch2.2/ch2.2.3/NFM.md)
|
|
- [AFM](ch02/ch2.2/ch2.2.3/AFM)
|
|
- [改进Wide侧]()
|
|
- [DeepFM](ch02/ch2.2/ch2.2.3/DeepFM)
|
|
- [xDeepFM]()
|
|
- [2.2.4 序列模型]()
|
|
- [DIN](ch02/ch2.2/ch2.2.4/DIN)
|
|
- [DIEN](ch02/ch2.2/ch2.2.4/DIEN)
|
|
- [DISN]()
|
|
- [BST]()
|
|
- [2.2.5 多任务学习]()
|
|
- [SharedBottom]()
|
|
- [ESSM]()
|
|
- [MMOE]()
|
|
- [PLE]()
|
|
- [第三章 推荐系统实战]()
|
|
- [3.1 竞赛实践(天池入门赛-新闻推荐)]()
|
|
- [3.1.1 赛题理解&Baseline](/推荐系统实战/竞赛实践/markdown/赛题理解+Baseline)
|
|
- [3.1.2 数据分析](/推荐系统实战/竞赛实践/markdown/数据分析)
|
|
- [3.1.3 多路召回](/推荐系统实战/竞赛实践/markdown/多路召回)
|
|
- [3.1.4 特征工程](/推荐系统实战/竞赛实践/markdown/特征工程)
|
|
- [3.1.5 排序模型&模型融合](/推荐系统实战/竞赛实践/markdown/排序模型&模型融合)
|
|
- [3.2 新闻推荐系统的实践]()
|
|
- [3.2.1 离线物料系统的构建]()
|
|
- [Mysql基础](/推荐系统实战/新闻推荐系统实践/Mysql基础)
|
|
- [MongoDB基础](/推荐系统实战/新闻推荐系统实践/MongoDB基础)
|
|
- [Redis基础](/推荐系统实战/新闻推荐系统实践/Redis基础)
|
|
- [Scrapy基础及新闻爬取实战](/推荐系统实战/新闻推荐系统实践/scrapy基础及新闻爬取实战)
|
|
- [自动化构建用户及物料画像](/推荐系统实战/新闻推荐系统实践/自动化构建用户及物料画像)
|
|
- [3.2.2 前后端基础及交互]()
|
|
- [前端基础及Vue实战](/推荐系统实战/新闻推荐系统实践/前端基础及Vue实战)
|
|
- [flask简介及基础](/推荐系统实战/新闻推荐系统实践/flask简介及基础)
|
|
- [前后端交互](/推荐系统实战/新闻推荐系统实践/前后端交互)
|
|
- [3.2.3 推荐系统流程的构建](/推荐系统实战/新闻推荐系统实践/推荐系统流程的构建)
|
|
- [3.2.4 召回]()
|
|
- [热度召回]()
|
|
- [地域召回]()
|
|
- [YouTubeDNN召回](/推荐系统实战/新闻推荐系统实践/YouTubeDNN召回)
|
|
- [DSSM召回](/推荐系统实战/新闻推荐系统实践/DSSM召回)
|
|
- [3.2.5 DeepFM排序]()
|
|
- [3.2.6 规则与重排]()
|
|
- [3.2.7 任务调度与监控]()
|
|
- [3.2.8 当前问题汇总]()
|
|
- [熟悉推荐系统基本流程问答整理](/推荐系统实战/新闻推荐系统实践/熟悉推荐系统基本流程问答整理)
|
|
- [数据库的基本使用问答整理](/推荐系统实战/新闻推荐系统实践/数据库的基本使用问答整理)
|
|
- [离线物料系统的构建问答整理](/推荐系统实战/新闻推荐系统实践/离线物料系统的构建问答整理)
|
|
- [第四章 推荐系统算法面经]()
|
|
- [4.1 ML与DL基础](/推荐算法面经/ML与DL基础)
|
|
- [4.2 推荐模型相关](/推荐算法面经/推荐模型相关)
|
|
- [4.3 热门技术相关](/推荐算法面经/热门技术相关)
|
|
- [4.4 业务场景相关](/推荐算法面经/业务场景相关)
|
|
- [4.5 HR及其他](/推荐算法面经/HR及其他)
|