推荐系统实践（新闻推荐）
数据下载
链接：https://pan.baidu.com/s/15ReHXSM6VlQP-usia0DgYw 提取码：135r
基本信息
- 学习周期：15天
- 学习形式：理论学习+练习
- 人群定位：有一定的数据分析基础，了解推荐系统基本算法，了解机器学习算法流程
- 先修内容：Python编程语言；编程实践（Pandas）；编程实践（Numpy）；推荐系统基础。
- 难度系数：中
学习目标
熟悉推荐系统竞赛的基本流程
- 掌握数据分析方法
- 了解多路召回策略
- 了解冷启动策略
- 了解排序特征的构造方法
- 了解常见的排序模型
- 了解模型融合
新闻推荐入门赛学习内容汇总：
任务安排
Task00：熟悉规则（1天）
- 组队、修改群昵称
- 熟悉打开规则
Task01：赛题理解+Baseline（3天）
- 理解赛题数据和目标，理解评分指标，了解赛题的解题思路
- 完成赛题报名和数据下载，跑通Baseline并成功提交结果
Task02：数据分析（2天）
- 了解数据中不同文件所包含的信息，不同数据文件之间的关系
- 分析点击数据中用户的点击环境、点击偏好，点击的文章属性等分布
- 分析点击数据中文章的基本属性，文章的热门程度，文章的共现情况等
- 分析文章属性文件中(embedding文件和属性特征文件)，文章的基本信息
Task03：多路召回（3天）
- 熟悉常见的召回策略，如：itemcf, usercf以及深度模型召回等
- 了解当前场景下的冷启动问题，及常见解决策略，了解如何将多路召回的结果进行合并
- 完成多种策略的召回，冷启动及多路召回合并
- 完成召回策略的调参和召回效果的评估
Task04：特征工程（3天）
- 了解排序数据标签的构建，训练数据的负采样，排序特征的常用构造思路
- 完成用户召回文章与历史文章相关性的特征构造
- 完成用户历史兴趣的相关特征的提取，文章本身属性特征的提取
Task05：排序模型+模型融合（3天）
- 了解基本的排序模型，模型的训练和测试，常用的模型融合策略
- 完成LGB分类模型，LGB排序模型，及深度模型中的DIN模型的训练、验证及调参
- 完成加权融合与Staking融合两种融合策略
关于Datawhale
Datawhale是一个专注于数据科学与AI领域的开源组织，汇集了众多领域院校和知名企业的优秀学习者，聚合了一群有开源精神和探索精神的团队成员。Datawhale 以“for the learner，和学习者一起成长”为愿景，鼓励真实地展现自我、开放包容、互信互助、敢于试错和勇于担当。同时 Datawhale 用开源的理念去探索开源内容、开源学习和开源方案，赋能人才培养，助力人才成长，建立起人与人，人与知识，人与企业和人与未来的联结。 本次数据挖掘路径学习，专题知识将在天池分享，详情可关注Datawhale(二维码在上面)
其他组队学习
有关组队学习的开源内容
- team-learning：主要展示Datawhale的组队学习计划。
- team-learning-program：主要存储Datawhale组队学习中“编程、数据结构与算法”方向的资料。
- team-learning-data-mining：主要存储Datawhale组队学习中“数据挖掘/机器学习”方向的资料。
- team-learning-nlp：主要存储Datawhale组队学习中“自然语言处理”方向的资料。
- team-learning-cv：主要存储Datawhale组队学习中“计算机视觉”方向的资料。
- team-learning-rs：主要存储Datawhale组队学习中“推荐系统”方向的资料。
- team-learning-rl：主要存储Datawhale组队学习中“强化学习”方向的资料。