推荐系统从0到1_1

推荐系统从0到1_1,目录中的内容会在专栏中一一补充和详细介绍。请大家耐心等待 。

  • 目录结构
    • 引言
    • 推荐系统的必要性
    • 搭建推荐系统所需要的材料
    • 推荐系统整体框架概览
    • 推荐系统核心技术框架
    • 数据预处理
    • 用户画像
    • EE问题和相关算法
    • 曝光量的重要性和CTR的置信度
    • TopN推荐
    • CF算法原理介绍和实现
    • 用户画像在推荐的应用
    • 基于用户和文章标签的匹配召回
    • 基于用户行为的个性化推荐
    • Word2Vec介绍和应用
    • Bert处理文本
    • 用户行为与item的向量化
    • 用户行为与物品之间的相似
    • CTR预估
    • 基于图片进行推荐
    • 文章质量评分系统
    • 离线排序模型
    • 资讯去重算法
    • FM
    • FFM
    • Wide&Deep 算法
    • DeepFM
    • FTRL
    • GBDT+LR
    • Node2vec
    • LINE
    • DIN
    • DNN
    • 根据用户实时行为进行推荐
    • ABTest框架和实现
    • Item的实时曝光控制
    • 推荐系统的多样性
    • 查问题的正确姿势
    • 算法团队人员招聘
    • 算法团队管理
    • 算法项目管理
    • 怎样向合作部门介绍算法
    • 算法对于业务的评价

目录结构

引言

推荐系统的必要性

搭建推荐系统所需要的材料

推荐系统整体框架概览

推荐系统核心技术框架

数据预处理

用户画像

EE问题和相关算法

曝光量的重要性和CTR的置信度

TopN推荐

CF算法原理介绍和实现

用户画像在推荐的应用

基于用户和文章标签的匹配召回

基于用户行为的个性化推荐

Word2Vec介绍和应用

Bert处理文本

用户行为与item的向量化

用户行为与物品之间的相似

CTR预估

基于图片进行推荐

文章质量评分系统

离线排序模型

资讯去重算法

FM

FFM

Wide&Deep 算法

DeepFM

FTRL

GBDT+LR

Node2vec

LINE

DIN

DNN

根据用户实时行为进行推荐

ABTest框架和实现

Item的实时曝光控制

推荐系统的多样性

查问题的正确姿势

算法团队人员招聘

算法团队管理

算法项目管理

怎样向合作部门介绍算法

算法对于业务的评价

你可能感兴趣的:(推荐系统,推荐系统从零到一)