92 lines
4.4 KiB
Markdown
92 lines
4.4 KiB
Markdown
<!-- docs/_sidebar.md -->
|
|
|
|
- 目录
|
|
- 第一章 推荐系统概述
|
|
- [1.1 推荐系统的意义](/ch01/ch1.1)
|
|
- [1.2 推荐系统架构](ch01/ch1.2)
|
|
- [1.3 推荐系统技术栈](ch01/ch1.3)
|
|
- 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](ch02/ch2.1/ch2.1.1/usercf)
|
|
- [ItemCF](ch02/ch2.1/ch2.1.1/itemcf)
|
|
- [Swing](ch02/ch2.1/ch2.1.1/Swing)
|
|
- [矩阵分解](ch02/ch2.1/ch2.1.1/mf)
|
|
- 2.1.2 基于向量的召回
|
|
- [FM召回](ch02/ch2.1/ch2.1.2/FM)
|
|
- item2vec召回系列
|
|
- [word2vec原理](ch02/ch2.1/ch2.1.2/word2vec)
|
|
- item2vec召回
|
|
- Airbnb召回
|
|
- [YoutubeDNN召回](ch02/ch2.1/ch2.1.2/YoutubeDNN)
|
|
- 双塔召回
|
|
- 经典双塔
|
|
- [Youtube双塔](ch02/ch2.1/ch2.1.2/YoutubeDSSM)
|
|
- 2.1.3 基于图的召回
|
|
- [EGES](ch02/ch2.1/ch2.1.3/EGES)
|
|
- [PinSAGE](ch02/ch2.1/ch2.1.3/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](ch02/ch2.1/ch2.1.5/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](ch02/ch2.2/ch2.2.2/AutoInt)
|
|
- [FiBiNet](ch02/ch2.2/ch2.2.2/FiBiNet)
|
|
- 2.2.3 Wide&Deep系列
|
|
- [Wide&Deep](ch02/ch2.2/ch2.2.3/WideNDeep)
|
|
- [NFM](ch02/ch2.2/ch2.2.3/NFM)
|
|
- [AFM](ch02/ch2.2/ch2.2.3/AFM)
|
|
- [DeepFM](ch02/ch2.2/ch2.2.3/DeepFM)
|
|
- [xDeepFM](ch02/ch2.2/ch2.2.3/xDeepFM)
|
|
- 2.2.4 序列模型
|
|
- [DIN](ch02/ch2.2/ch2.2.4/DIN)
|
|
- [DIEN](ch02/ch2.2/ch2.2.4/DIEN)
|
|
- [DSIN](ch02/ch2.2/ch2.2.4/DSIN)
|
|
- 2.2.5 多任务学习
|
|
- [多任务学习概述](ch02/ch2.2/ch2.2.5/2.2.5.0)
|
|
- [ESMM](ch02/ch2.2/ch2.2.5/ESMM)
|
|
- [MMOE](ch02/ch2.2/ch2.2.5/MMOE)
|
|
- [PLE](ch02/ch2.2/ch2.2.5/PLE)
|
|
- 第三章 推荐系统实战
|
|
- 3.1 天池入门赛-新闻推荐
|
|
- [3.1.1 赛题理解&Baseline](ch03/ch3.1/markdown/ch3.1.1)
|
|
- [3.1.2 数据分析](ch03/ch3.1/markdown/ch3.1.2)
|
|
- [3.1.3 多路召回](ch03/ch3.1/markdown/ch3.1.3)
|
|
- [3.1.4 特征工程](ch03/ch3.1/markdown/ch3.1.4)
|
|
- [3.1.5 排序模型&模型融合](ch03/ch3.1/markdown/ch3.1.5)
|
|
- 3.2 新闻推荐系统的实践
|
|
- [3.2.1 特别说明(必看)](ch03/ch3.2/3.2)
|
|
- 3.2.1 离线物料系统的构建
|
|
- [Mysql](ch03/ch3.2/3.2.1.1)
|
|
- [MongoDB](ch03/ch3.2/3.2.1.2)
|
|
- [Redis](ch03/ch3.2/3.2.1.3)
|
|
- [Scrapy](ch03/ch3.2/3.2.1.4)
|
|
- [自动化构建用户及物料画像](ch03/ch3.2/3.2.1.5)
|
|
- 3.2.2 前后端基础及交互
|
|
- [前端基础及Vue实战](ch03/ch3.2/3.2.2.1)
|
|
- [flask简介及基础](ch03/ch3.2/3.2.2.2)
|
|
- [前后端交互](ch03/ch3.2/3.2.2.3)
|
|
- [3.2.3 推荐系统流程的构建](ch03/ch3.2/3.2.3)
|
|
- 3.2.4 召回
|
|
- [规则类召回](ch03/ch3.2/3.2.4.1)
|
|
- [YouTubeDNN召回](ch03/ch3.2/3.2.4.2)
|
|
- [DSSM召回](ch03/ch3.2/3.2.4.3)
|
|
- [3.2.5 DeepFM排序](ch03/ch3.2/3.2.5)
|
|
- [3.2.6 重排(打散策略)](ch03/ch3.2/3.2.6)
|
|
- 3.2.8 当前问题汇总
|
|
- [熟悉推荐系统基本流程问答整理](ch03/ch3.2/3.2.8.1)
|
|
- [数据库的基本使用问答整理](ch03/ch3.2/3.2.8.2)
|
|
- [离线物料系统的构建问答整理](ch03/ch3.2/3.2.8.3)
|
|
- 第四章 推荐系统算法面经
|
|
- [4.1 ML与DL基础](ch04/ch4.1)
|
|
- [4.2 推荐模型相关](ch04/ch4.2)
|
|
- [4.3 热门技术相关](ch04/ch4.3)
|
|
- [4.4 业务场景相关](ch04/ch4.4)
|
|
- [4.5 HR及其他](ch04/ch4.5)
|