86 lines
2.8 KiB
Markdown
86 lines
2.8 KiB
Markdown
<!-- docs/_sidebar.md -->
|
|
|
|
* [Fun-Rec项目介绍](/)
|
|
* [推荐系统概述](/推荐系统概述)
|
|
* [推荐系统的意义](/推荐系统概述/推荐系统的意义)
|
|
* [推荐系统的应用](/推荐系统概述/推荐系统的应用)
|
|
* [推荐系统架构](/推荐系统概述/推荐系统架构)
|
|
* [推荐系统技术栈](/推荐系统概述/推荐系统技术栈)
|
|
* [推荐系统算法基础](/推荐算法基础)
|
|
* [经典召回模型](/推荐算法基础/经典召回模型/)
|
|
* [基于协同过滤的召回](/推荐算法基础/经典召回模型/基于统计的召回/)
|
|
* [UserCF]()
|
|
* [ItemCF]()
|
|
* [Swing(Graph-based)]()
|
|
* [矩阵分解系列(ALS,SVD++)]()
|
|
* [基于向量的召回](/推荐算法基础/经典召回模型/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]()
|
|
* [基于图的召回]()
|
|
* [EGES]()
|
|
* [PinSAGE]()
|
|
* [基于序列的召回]()
|
|
* [MIND]()
|
|
* [SDM]()
|
|
* [基于树模型的召回]()
|
|
* [TDM]()
|
|
* [经典排序模型]()
|
|
* [GBDT+LR]()
|
|
* [特征交叉]()
|
|
* [FM]()
|
|
* [PNN]()
|
|
* [DCN]()
|
|
* [AutoInt]()
|
|
* [FiBiNet]()
|
|
* [Wide&Deep系列]()
|
|
* [Wide&Deep]()
|
|
* [改进Deep侧]()
|
|
* [NFM]()
|
|
* [AFM]()
|
|
* [改进Wide侧]()
|
|
* [DeepFM]()
|
|
* [xDeepFM]()
|
|
* [序列模型]()
|
|
* [DIN]()
|
|
* [DIEN]()
|
|
* [DISN]()
|
|
* [BST]()
|
|
* [多任务学习]()
|
|
* [SharedBottom]()
|
|
* [ESSM]()
|
|
* [MMOE]()
|
|
* [PLE]()
|
|
* [推荐系统实战](/推荐系统实战)
|
|
* [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]()
|
|
* [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]()
|
|
* [召回]()
|
|
- [规则类召回]()
|
|
- [热度召回]()
|
|
- [地域召回]()
|
|
- [模型类召回]()
|
|
- [YoutubeDNN]()
|
|
- [双塔召回]()
|
|
* [DeepFM排序]()
|
|
* [规则与重排]()
|
|
* [任务调度与监控]()
|
|
* [推荐系统算法面经]()
|
|
* [ML与DL基础]()
|
|
* [推荐模型相关]()
|
|
* [热门技术相关]()
|
|
* [业务场景相关]() |