fun-rec/docs/_sidebar.md

• 目录
• 推荐系统概述
  • 推荐系统的意义
  • 推荐系统的应用
  • 推荐系统架构
  • 推荐系统技术栈
• 推荐系统算法基础
  • 经典召回模型
    • 基于协同过滤的召回
      • UserCF
      • ItemCF
      • Swing(Graph-based)
      • 矩阵分解系列(ALS,SVD++)
    • 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
  • 竞赛实践(天池入门赛-新闻推荐)
    • 赛题理解&Baseline
    • 数据分析
    • 多路召回
    • 特征工程
    • 排序模型&模型融合
  • 新闻推荐系统的实践
    • 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
    • 推荐系统流程的构建
    • 召回
      • 热度召回
      • 地域召回
      • YouTubeDNN召回
      • DSSM召回
    • DeepFM排序
    • 规则与重排
    • 任务调度与监控
    • 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
• 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
  • HR及其他