96 lines
5.7 KiB
Markdown
96 lines
5.7 KiB
Markdown
<!-- docs/_sidebar.md -->
|
|
|
|
- [目录](README.md)
|
|
- [第一章 推荐系统概述]()
|
|
- [1.1 推荐系统的意义](推荐系统概述/推荐系统的意义)
|
|
- [1.2 推荐系统架构](/推荐系统概述/推荐系统架构)
|
|
- [1.3 推荐系统技术栈](/推荐系统概述/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)](/推荐算法基础/经典召回模型/基于协同过滤的召回/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](/推荐算法基础/经典召回模型/基于图的召回/EGES)
|
|
- [PinSAGE]()
|
|
- [2.1.4 基于序列的召回]()
|
|
- [MIND](/推荐算法基础/经典召回模型/基于序列的召回/MIND模型)
|
|
- [SDM](/推荐算法基础/经典召回模型/基于序列的召回/SDM模型)
|
|
- [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](/推荐算法基础/经典排序模型/GBDT+LR)
|
|
- [2.2.2 特征交叉]()
|
|
- [FM](/推荐算法基础/经典排序模型/特征交叉/FM)
|
|
- [PNN](/推荐算法基础/经典排序模型/特征交叉/PNN)
|
|
- [DCN](/推荐算法基础/经典排序模型/特征交叉/DCN)
|
|
- [AutoInt]()
|
|
- [FiBiNet]()
|
|
- [2.2.3 Wide&Deep系列]()
|
|
- [Wide&Deep](/推荐算法基础/经典排序模型/Wide&Deep系列/Wide&Deep)
|
|
- [改进Deep侧]()
|
|
- [NFM](/推荐算法基础/经典排序模型/Wide&Deep系列/NFM)
|
|
- [AFM](/推荐算法基础/经典排序模型/Wide&Deep系列/AFM)
|
|
- [改进Wide侧]()
|
|
- [DeepFM](/推荐算法基础/经典排序模型/Wide&Deep系列/DeepFM)
|
|
- [xDeepFM]()
|
|
- [2.2.4 序列模型]()
|
|
- [DIN](/推荐算法基础/经典排序模型/序列模型/DIN)
|
|
- [DIEN](/推荐算法基础/经典排序模型/序列模型/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)]()
|
|
- [赛题理解&Baseline](/推荐系统实战/竞赛实践/markdown/赛题理解+Baseline)
|
|
- [数据分析](/推荐系统实战/竞赛实践/markdown/数据分析)
|
|
- [多路召回](/推荐系统实战/竞赛实践/markdown/多路召回)
|
|
- [特征工程](/推荐系统实战/竞赛实践/markdown/特征工程)
|
|
- [排序模型&模型融合](/推荐系统实战/竞赛实践/markdown/排序模型&模型融合)
|
|
- [3.2 新闻推荐系统的实践]()
|
|
- [离线物料系统的构建]()
|
|
- [Mysql基础](/推荐系统实战/新闻推荐系统实践/Mysql基础)
|
|
- [MongoDB基础](/推荐系统实战/新闻推荐系统实践/MongoDB基础)
|
|
- [Redis基础](/推荐系统实战/新闻推荐系统实践/Redis基础)
|
|
- [Scrapy基础及新闻爬取实战](/推荐系统实战/新闻推荐系统实践/scrapy基础及新闻爬取实战)
|
|
- [自动化构建用户及物料画像](/推荐系统实战/新闻推荐系统实践/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](/推荐系统实战/新闻推荐系统实践/前端基础及Vue实战)
|
|
- [flask简介及基础](/推荐系统实战/新闻推荐系统实践/flask简介及基础)
|
|
- [前后端交互](/推荐系统实战/新闻推荐系统实践/前后端交互)
|
|
- [推荐系统流程的构建](/推荐系统实战/新闻推荐系统实践/推荐系统流程的构建)
|
|
- [召回]()
|
|
- [热度召回]()
|
|
- [地域召回]()
|
|
- [YouTubeDNN召回](/推荐系统实战/新闻推荐系统实践/YouTubeDNN召回)
|
|
- [DSSM召回](/推荐系统实战/新闻推荐系统实践/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](/推荐系统实战/新闻推荐系统实践/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](/推荐系统实战/新闻推荐系统实践/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](/推荐系统实战/新闻推荐系统实践/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](/推荐算法面经/ML与DL基础)
|
|
- [4.2 推荐模型相关](/推荐算法面经/推荐模型相关)
|
|
- [4.3 热门技术相关](/推荐算法面经/热门技术相关)
|
|
- [4.4 业务场景相关](/推荐算法面经/业务场景相关)
|
|
- [4.5 HR及其他](/推荐算法面经/HR及其他)
|