This website requires JavaScript.
Explore
Help
Register
Sign In
new_org
/
fun-rec
Watch
2
Star
0
Fork
0
You've already forked fun-rec
Code
Issues
Pull Requests
Actions
Packages
Projects
Releases
Wiki
Activity
Files
7cb192d0fee623c8a7b55532e3532ba05d265e38
fun-rec
/
docs
/
_sidebar.md
RuyiLuo
7cb192d0fe
修改在线阅读目录命名
2022-04-21 20:02:33 +08:00
5.7 KiB
Raw
Blame
History
目录
第一章 推荐系统概述
1.1 推荐系统的意义
1.2 推荐系统架构
1.3 推荐系统技术栈
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)
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
PinSAGE
2.1.4 基于序列的召回
MIND
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
2.2.2 特征交叉
FM
PNN
DCN
AutoInt
FiBiNet
2.2.3 Wide&Deep系列
Wide&Deep
改进Deep侧
NFM
AFM
改进Wide侧
DeepFM
xDeepFM
2.2.4 序列模型
DIN
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
3.1.2 数据分析
3.1.3 多路召回
3.1.4 特征工程
3.1.5 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
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
3.2.2 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
3.2.3 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
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
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
第四章 推荐系统算法面经
4.1 ML与DL基础
4.2 推荐模型相关
4.3 热门技术相关
4.4 业务场景相关
4.5 HR及其他
Reference in New Issue
View Git Blame
Copy Permalink