免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

打開APP
userphoto
未登錄

開通VIP，暢享免費電子書等14項超值服

開通VIP

首頁

好書

留言交流

下載APP

聯(lián)系客服
萬字入門推薦系統(tǒng)
來源：毛小偉

本文約8000字，建議閱讀10分鐘 

本文作者整理出了這份萬字入門推薦系統(tǒng)，涵蓋了推薦系統(tǒng)基礎、進階、實戰(zhàn)的全部知識點，

最近一周作者跟朋友三人，根據自身如何入門推薦系統(tǒng)，再結合三人分別在騰訊做廣告推薦、字節(jié)做視頻推薦、百度做信息流推薦的經歷，整理出了這份萬字入門推薦系統(tǒng)。內容十分詳細，涵蓋了推薦系統(tǒng)基礎、進階、實戰(zhàn)的全部知識點，并且每一塊都給出了我們自己看過且覺得高質量的參考資料，所以不管你是科班還是非科班，按照這條路線走下去，找到推薦系統(tǒng)相關工作是完全沒問題的。因為內容過于全面詳細，即便你不從事推薦系統(tǒng)方向，只要是從事程序員，看完這篇文章也能有所收獲。不過要先強調一下，如果是沒有基礎且時間充足的同學，可以按部就班的學，如果有一定基礎或時間緊張，那就直接看核心知識。其中『 機器學習、深度學習、推薦算法理論知識、推薦系統(tǒng)實戰(zhàn)項目 』這四塊是核心知識，像數(shù)學、計算機基礎可以等到你需要的時候再反過頭來學習。在核心知識中也有次重點，要學會有的放矢，哪些知識是次重點，我都會在后面一一說明。

本文框架目錄如下：

萬字入門推薦系統(tǒng)

數(shù)學

主要是微積分、線性代數(shù)、概率論這三門課。

微積分

通常情況下，機器學習需要得到一個函數(shù)（模型，或者說假設）來預測未來的數(shù)據。既然是函數(shù)，那自然就離不開微積分了。微積分為我們研究函數(shù)的性質提供了理論依據，同時它也是學習概率論、最優(yōu)化方法等后續(xù)課程的基礎，是整個高等數(shù)學的基石。

重點掌握函數(shù)的求導法則（特別是鏈式法則），以及泰勒公式。這對后續(xù)的梯度下降法，牛頓法，擬牛頓法等優(yōu)化算法的推導至關重要！

線性代數(shù)

機器學習算法的輸入、輸出、中間結果通常為向量、矩陣、張量。這些都屬于線性代數(shù)里的知識。

重點掌握向量、矩陣含義及其數(shù)學運算公式。

概率論

對于機器學習來說，概率論是一種重要的工具。如果將機器學習算法的輸入、輸出看作隨機變量/向量，則可以用概率論的觀點對問題進行建模。使用概率論的一個好處是可以對不確定性進行建模，這對于某些問題是非常有必要的。另外，它還可以挖掘變量之間的概率依賴關系，實現(xiàn)因果推理。

重點掌握常見概率分布、概率公式。

總結

數(shù)學好是入門機器學習的優(yōu)勢，但并非關鍵。因為數(shù)學知識量太龐大了，花太多時間在其上，容易打擊學習積極性。另外做算法一般分兩種：理論模型和實際應用，前者的行業(yè)title是算法研究員，主要發(fā)paper、提出新的模型或者優(yōu)化方法，所以對于數(shù)學能力要求很高。后者的行業(yè)title是算法工程師，致力于把模型應用于數(shù)據上，攫取商業(yè)價值，對于數(shù)學能力要求并不高。往往大部分人都屬于后者，我個人也是后者。熟悉不同算法的應用場景、掌握模型落地工程技術，才是我們更應該投入精力的地方。

參考資料：

  1. 《DeepLearning》，又名「花書」，被譽為深度學習領域圣經。它前面有必備數(shù)學知識的介紹，講得挺不錯的。
  2. B站搜索微積分、線性代數(shù)、概率論關鍵詞，會有很多教學視頻，隨便選取時長較短的看看即可。


計算機基礎

計算機基礎包含數(shù)據結構與算法、計算機組成原理、操作系統(tǒng)、計算機網絡、數(shù)據庫、五大課程。其中數(shù)據結構與算法是面試必考內容，大家都會花時間好好學。但是另外4門課，開發(fā)崗面試中一定會問，算法崗卻很少會問，再加上很多做算法的人是轉行過來，非計算機科班出身，大學期間沒有上過此類專業(yè)課。所以很多做算法的人計算機基礎比較薄弱。但是在我看來計算機基礎是很重要的。一是能提高我們計算機素養(yǎng)，二是增加工程代碼理解能力。所以后面我會針對這四門課程，出一個面向算法工程師的系列文章，做到讓大家對這些課程重點知識有個了解，同時又不會陷入細枝末節(jié)。這里先給大家做個大概講解：

數(shù)據結構與算法

數(shù)據結構包含：數(shù)組、鏈表、棧、隊列、樹、散列表、圖。數(shù)據結構本質是描述數(shù)據與數(shù)據之間的關系。

算法包含：排序、查找、五大經典算法（動態(tài)規(guī)劃、回溯、分支界限、分治、貪心）。計算機解決問題其實沒有任何奇技淫巧，它唯一的解決辦法就是窮舉。算法設計的本質無非就是先思考「如何窮舉」，然后再追求「如何聰明地窮舉」。「聰明的窮舉」分為兩部分：「去掉重復的窮舉」、「去掉不必要的窮舉」。比如，備忘錄法，用數(shù)組保存求過的結果，用空間換時間，這就是去掉重復的窮舉；動態(tài)規(guī)劃根據最優(yōu)子結構，使當前問題只與某幾個子問題有關，從而大大減少問題分解次數(shù)，這就是去掉不必要窮舉。

參考資料：

  1. 《劍指offer》，準備過面試的人應該都知道這本書。
  2. 《大話數(shù)據結構》通俗易懂。剩下的就是多刷LeetCode，多看別人的題解。


計算機組成原理

講解計算機組成結構。主要由CPU（運算器、控制器），存儲器（內存、外存），IO設備（輸入、輸出設備），總線這幾部分構成。如果把計算機比作人，那么CPU是人的大腦，負責控制全身和運算；內存是人的記憶，負責臨時存儲；外存是人的筆記本，負責永久存儲；輸入設備是耳朵或眼睛或嘴巴，負責接收外部的信息存入內存；輸出設備是你的臉部（表情）或者屁股，負責輸出處理后的結果；以上所有的設備都通過總線連接，總線相當于人的神經。

操作系統(tǒng)

是應用程序與硬件之間的管家：對下管理計算機硬件資源（CPU、存儲器、IO設備）、對上管理應用程序。

內核（kernel）是直接控制硬件的。比如：內核控制硬件有1000種方式，導致直接調內核去操作硬件很麻煩，于是就封裝內核，向外提供了易于調用的接口，比如：桌面系統(tǒng)、shell等。這些接口對非編程人員用戶還是不友好，于是編程人員用編程語言再對這些接口在進行封裝，就產生了應用程序。本質是封裝的思想。

我們學的編程語言到最后都是在調用操作系統(tǒng)內核API。所以這也是為什么所有的語言都有不同操作系統(tǒng)版本，因為每個操作系統(tǒng)的內核API是不同的。

參考資料：

《深入理解計算機系統(tǒng)》，配套視頻：https://www.bilibili.com/video/BV1cD4y1D7uR
《鳥哥的Linux私房菜》，Linux是最常用的服務器系統(tǒng)，也是我們工作中最常接觸的。熟悉Linux常用命令很有必要。

計算機網絡

很多教材都是從五層模型（物理層、數(shù)據鏈路層、網絡層、傳輸層、應用層）講解。其實這樣講是比較晦澀難懂的，因為很多東西我們都沒接觸過，很陌生。好的辦法是通過人類的語言系統(tǒng)進行類比。計算機網絡是計算機的語言系統(tǒng)，與人類語言系統(tǒng)的本質是一樣的。

人類語言系統(tǒng)構成：

  1. 詞匯
  2. 語法
  3. 聲帶+耳朵
  4. 傳播介質：空氣

以此類比到計算機網絡：

  1. 數(shù)據：計算機之間傳輸?shù)男畔?/span>
  2. 通信協(xié)議：決定數(shù)據的排列方式
  3. 網卡：數(shù)據發(fā)射器與接收器
  4. 傳播介質：光纖、網線、WIFI

此外還有人的身份證相當于Mac地址，家庭地址相當于IP地址等等。計算機網絡中的許多概念都可以用生活中人類是如何通信的進行類比。人類通信我們是非常熟悉的，所以非常有助于我們理解。

參考資料：

  1. 《計算機網絡自頂向下方法》這本書相比于其他計算機網絡書籍較通俗易懂，學習起來應該不太費勁。這本書重點章節(jié)是第2、3、4、5、6章，其他章節(jié)可以跳過。配套視頻：https://www.bilibili.com/video/BV1mb4y1d7K7
  2. 謝希仁的《計算機網絡》，是國內很有名的教材。


數(shù)據庫

數(shù)據庫就是我們存儲數(shù)據的工具。數(shù)據如何存儲與讀取，直接決定了整個系統(tǒng)的效率。常用的關系型數(shù)據庫是MySQL，非關系型數(shù)據庫是Redis。

參考資料：

  1. 《SQL必知必會》，快速掌握常用的SQL語法
  2. 一天學會 MySQL 數(shù)據庫：https://www.bilibili.com/video/BV1Vt411z7wy

機器學習

人工智能、機器學習、深度學習關系如下：

我們一般說機器學習都是指除了深度學習以外的機器學習，也稱為傳統(tǒng)機器學習。雖然近幾年深度學習越來越火，但是很多領域還是在使用機器學習，并且學好機器學習，對于AI算法基礎和知識廣度都有很大提高。這里可以先給大家羅列一些必備的基礎知識：

首先要知道一些基礎的術語和概念，比如有監(jiān)督與無監(jiān)督，訓練集，驗證集與測試集，經驗誤差與泛化誤差，方差與偏差，過擬合與欠擬合等，再比如比較重要的一些模型性能度量方法(混淆矩陣，精確率，召回率，auc，roc等)， 再比如經典的評估方法(留出，交叉驗證，自助等)

其次是經典的模型。機器學習模型非常多，全部掌握不現(xiàn)實，我給大家羅列幾個經典，也是面試中常考的模型：邏輯回歸、SVM、樹模型、集成學習、樸素貝葉斯、K-Means聚類、PCA。（EM、最大熵、概率圖這些考的少，能了解是加分項）。

在學習過程中，各個模型是相互聯(lián)系的，不要孤立去分析單個模型。比如：邏輯回歸，我認為是最基礎、也最重要的模型：


  1. 邏輯回歸=線性回歸+sigmoid激活函數(shù)，從而將回歸問題轉換為分類問題
  2. 邏輯回歸+矩陣分解，構成了推薦算法中常用的FM模型
  3. 邏輯回歸+softmax，從而將二分類問題轉化為多分類問題
  4. 邏輯回歸還可以看做單層神經網絡，相當于最簡單的深度學習模型

通過邏輯回歸由點及面，就能演化出如此多模型。再比如樹模型。我們把以決策樹為基礎的一系列模型統(tǒng)稱為樹模型，也是AI比賽中最常用的模型。

  1. 決策樹經歷了三次改進，ID3、C4.5、CART，主要區(qū)別在于一個根據信息增益劃分特征、一個根據信息增益率、一個根據基尼指數(shù)。
  2. 隨機森林=決策樹+Bagging集成學習
  3. GBDT=決策樹+AdaBoost集成學習
  4. XGB是陳天奇2014年提出，相當于GBDT的工程改進版，在實用性和準確度上有很大提升。比如：使用泰勒二階展開近似損失函數(shù)，支持處理缺失值、在特性粒度上并行計算等等特性。
  5. LGB是微軟2016年提出，對XGB進行了改進，使用單邊梯度采樣算法減少不必要的樣本；在尋找最優(yōu)分割點時采用直方圖算法使計算代價更小；支持類別特征...
  6. CGB是Yandex2017年提出，對類別特征進行了更完美的支持。

所以學習模型，要由點及面，層層遞進。這樣不僅方便理解，也有利于歸納總結，同時還能鍛煉搭建知識體系的能力。

關于上面這些知識，整理一個系列幫助大家由點及面打通這塊知識，文章已寫了五篇，后面會陸續(xù)放出來。

實戰(zhàn)

我認為最好的實戰(zhàn)方式就是參加AI比賽。這個過程中不僅能與高手同臺競技，如果獲獎還能拿到不菲的獎金（很多比賽獎金都是10萬以上）與榮譽。我之前參加了很多比賽，拿過冠軍和多個top 10。對于我個人能力提升與找工作都有很大幫助。這里推薦三個公眾號：kaggle競賽寶典、Coggle數(shù)據科學、第一次打比賽。他們會發(fā)布新比賽的通知與過往比賽的解決方案，非常值得學習。

再就是書籍：《機器學習算法競賽實戰(zhàn)》這本書是Datawhale成員，top級競賽選手魚佬寫的。

參考資料：

  1. 如果是一個機器學習小白，那么推薦兩個入門視頻， 吳恩達或者李宏毅的ML視頻（B站上都有），先快速過一遍，了解機器學習是什么。
  2. 如果有了一定的機器學習基礎，就需要去進階。建議是看書與高質量文章。推薦兩本書：周志華的《機器學習》、李航的《統(tǒng)計學習方法》這兩本書，可以好好先研究一本，注意這里是研究，一本通了，另一本也就差不多。如果發(fā)現(xiàn)看一遍很難看懂，這是正?，F(xiàn)象，隨著后面實踐經歷慢慢變多，再看一遍，會有很多新的感悟。再就是公眾號：Datawhale，里面有很多高質量文章。

注意：學習過程中一定要跟著實戰(zhàn)，否則知識很難真正理解。

深度學習

前面也提到了，深度學習本屬于機器學習，但是鑒于其發(fā)展迅速、應用越來越廣泛，所以單獨拿出來說。深度學習每年新模型、新技術層出不窮，一味追求新技術不可取，要先打好基礎。比如：對于一個簡單的全連接神經網絡，包含訓練算法（正向傳播、反向傳播），激活函數(shù)（sigmoid、ReLU、Maxout、softmax等），正則化（L1和L2、Dropout、提前早停等），優(yōu)化算法（隨機梯度下降、Momentum、Adagrad、Adam等）

掌握了基礎后，再根據自身領域學習相關的模型。大部分人找工作屬于這三個領域：

  1. 計算機視覺（CV）：卷積神經網絡（CNN）及其改進。
  2. 自然語言處理（NLP）：循環(huán)神經網絡（RNN）及其改進，Transformer、Bert等。
  3. 推薦算法：Embeding、Wide & Deep及其改進。


實戰(zhàn)

熟練使用TensorFlow或pytorch去實現(xiàn)訓練模型。通過官網的一些demo就可以快速的掌握一個深度學習框架的基本用法，然后在實際的應用中再去了解一些框架的高級用法，這個不需要花太多的時間單獨學習，應該邊用邊學習。

積累模型調參經驗，比如學習率，batchsize, 優(yōu)化器對模型的影響，使用tensorboard可視化訓練過程的曲線，通過曲線分析訓練過程的相關問題，然后再調參或者調解網絡結構，在實踐的過程中要有意識的去總結一些經驗。

參考資料：

  1. 李沐《動手學深度學習》https://zh-v2.d2l.ai/
  2. 邱錫鵬《神經網絡與深度學習》https://nndl.github.io/
  3. 吳恩達《深度學習》https://www.bilibili.com/video/BV1FT4y1E74V
  4. 《DeepLearning》，又名「花書」，被譽為深度學習領域圣經。
  5. TensorFlow、pytorch官網是最好的參考資料。如果英語不好，那么可以看看下面的資料：
    1. Pytorch學習筆記：https://blog.csdn.net/wuzhongqiang/category_10024538.html
    2. 《30天吃掉那只TensorFlow2》：https://github.com/lyhue1991/eat_tensorflow2_in_30_days
    3. 《20天吃掉那只Pytorch》：https://github.com/lyhue1991/eat_pytorch_in_20_days
    4. PyTorch深度學習快速入門教程：https://www.bilibili.com/video/BV1hE411t7RN


數(shù)據挖掘與分析

熟練使用相關工具包：numpy、pandas、matplotlib（seabron是matplotlib的簡化版）、Scikit-Learn。完成數(shù)據的可視化、分析以及特征工程。工具包的學習建議邊用邊學，可以先看一些中文教程整體了解一下工具包的使用。在具體使用的時候，如果忘記了可以去對應工具包的官網查看詳細的文檔。

除了熟悉數(shù)據分析工具以外，其實更需要的是數(shù)據分析的方法，我覺得最好的學習方式就是看開源競賽的方案，因為在開源方案中，作者會寫很多他們分析問題的思路，以及對可視化結果給出的他們認為的正確觀點。

參考資料：

英文教程首推官網，中文教程推薦Datawhale的開源項目

  1. numpy中文教程：https://github.com/datawhalechina/powerful-numpy
  2. pandas中文教程（這份文檔可能比官方文檔還適合學習）：https://github.com/datawhalechina/joyful-pandas
  3. matplotlib中文教程：
    https://github.com/datawhalechina/fantastic-matplotlib
  4. 《Hands-on-Machine-Learning-with-Scikit-Learn》用sklearn工具實現(xiàn)各種機器學習模型


大數(shù)據

在實際工業(yè)場景中，我們面臨的都是海量數(shù)據，也就是所謂的大數(shù)據。再用上面提到的MySQL數(shù)據庫、numpy、pandas等工具是不行的。這個時候就需要專業(yè)的大數(shù)據處理工具：Hadoop、Spark生態(tài)。有的同學想從這些生態(tài)的基本原理學起， 如果有時間，知其所以然是好的，但往往我們需要兼顧算法和大數(shù)據，時間并不是很充足，所以建議大數(shù)據這塊可以先掌握到會用的層次，當做工具即可。

常用的：首先是Hive查詢，也就是用HQL進行一些表數(shù)據的基礎查詢，這個和SQL有些類似，另外一個，就是sparkSQL以及spark的DataFrame， 這些相關操作常用來做數(shù)據分析和處理，處理完畢之后，寫回到Hive表里面。其次，遇到復雜的處理邏輯，就需要寫原生spark腳本去跑數(shù)據了。關于這塊知識，后面也會整理一篇文章。

參考資料：

這一塊實操性特別強，所以建議先看視頻，跟著視頻一步步來：

  1. 尚硅谷大數(shù)據Hadoop 3.x：https://www.bilibili.com/video/BV1Qp4y1n7EN
  2. 尚硅谷大數(shù)據Spark教程從入門到精通：https://www.bilibili.com/video/BV11A411L7CK
  3. 推薦系統(tǒng)算法基礎+綜合項目實戰(zhàn)：https://www.bilibili.com/video/BV1qK4y1479r


推薦算法理論知識

終于到了核心部分。再次強調一下，上面的知識不要求全掌握，既不需要，也不現(xiàn)實。如果為了快速入門，掌握機器學習、深度學習基礎后就可以直接進入這一節(jié)了。

在實際的工業(yè)推薦系統(tǒng)中，一般會有四個環(huán)節(jié)：

我梳理了這四個環(huán)節(jié)中用到的主流技術，整理成了如下導圖：

熱追推薦算法

上圖就是整個推薦算法的核心內容。這里先放出這個導圖，一是讓大家對推薦算法有個整體框架，二是告訴大家后續(xù)文章的內容：打算通過解讀論文的形式，結合自身在工作中接觸的工業(yè)場景，把里面的模型和知識點一一為大家解讀。

這個系列我取名：'熱追'推薦算法。主要包括以下四個部分：

召回粗排

召回的目的是根據用戶部分特征，從海量物品庫快速找到小部分用戶感興趣的物品交給精排，重點是強調快。主要有兩大類召回方式，一類是策略規(guī)則，一類是監(jiān)督模型+embedding。其中策略規(guī)則，往往和業(yè)務場景是強相關，不同的場景會有不同的召回方式，對于這種'特異性'較強的知識，會放到后期講。目前打算先講解普適的方法，就是模型+embedding。上圖梳理出了目前給用戶和物品打embedding的主流方法， 比如FM系列（FM,FFM等）， 用戶行為序列，基于圖和知識圖譜系列，經典雙塔系列等。這些方法看似很多很復雜，其實本質上還是給用戶和物品打embedding而已，只不過考慮的角度方式不同。這一塊的內容，幾乎每個模型都對應著經典paper，所以會采用解讀論文的方式給大家分享。在解讀的過程中，對于一些重要模型，會進行代碼復現(xiàn)，并應用到一些真實的實踐任務中。至于粗排，有時候召回環(huán)節(jié)返回的物品數(shù)量還是太多，怕精排速度跟不上，所以可以在召回和精排之間加一個粗排環(huán)節(jié)，通過少量用戶和物品特征，簡單模型，來對召回的結果進行個粗略的排序，在保證一定精準的前提下，進一步減少往后傳送的物品數(shù)量，粗排往往是可選的。因此粗排用到的很多技術與召回重合，所以先暫且歸并到召回里，等后面把整體的基礎知識都補充完畢了，再看情況要不要展開這塊。

精排

精排階段使用你能想到的任何特征，可以上你能承受速度極限的復雜模型，盡可能精準地對物品進行個性化排序，強調準確性。這一塊關鍵技術主要分為三大塊：

  1. CTR預估：LR、FM家族、自動特征交叉的DNN家族。
  2. 多任務學習（Multi-Task Learning，也稱為多目標學習）。多任務是很常見的，比如視頻推薦中，用戶喜歡、收藏、評論。而不同的任務可能會互相沖突，互相影響，造成模型學習起來十分困難。所以這一塊是重難點，也是很多大公司的研究重點，更是未來的一大發(fā)展趨勢。但好在這里每個模型或者技術有對應paper，所以和召回一樣，這里依然可以利用解讀paper的方式，把這些模型和技術娓娓道來。
  3. 排序打分公式融合。


重排

考慮到上面的兩塊是核心，這塊沒有詳細的展開整理，并且這塊和業(yè)務場景策略強相關，很依賴工作經驗，目前了解的也不是很多。后續(xù)先解讀幾篇重排模型的經典論文，等學習了相關技術，再來不斷完善這塊。

冷啟動

冷啟動問題是指對于新用戶和新商品，他們沒有歷史交互數(shù)據，無法分析歷史喜好，這個時候我們應該如何做推薦。冷啟動技術會穿插到召回或者重排中，有時也會和上面推薦系統(tǒng)做成并行的兩路，專門應對冷啟動場景。

參考資料：

  1. 首先當然是后續(xù)自己寫的文章啦哈哈哈。主要是因為搞算法的人學習模型都是參考論文，這也是為什么我后面分享這一塊內容都是以解讀論文的形式。
  2. 一定要推薦一本書籍的話，我選王喆的《深度學習推薦系統(tǒng)》。這本書高屋建瓴的介紹了推薦系統(tǒng)整體架構，發(fā)展歷史以及未來趨勢，還有各種推薦模型的演化之路，很適合前期用來當做科普。但是具體的模型并沒有深入講解，還是得自己去看論文解讀。
  3. 再就是一些我認為很優(yōu)秀的開源項目：
    1. 強子整理的
      https://github.com/zhongqiangwu960812/AI-RecommenderSystem
    2. 我的另一個好友潛心整理，star已過千 https://github.com/ZiyaoGeng/Recommender-System-with-TF2.0


推薦系統(tǒng)實戰(zhàn)項目

理論一定要與實踐結合，否則就是空中樓閣。為此我們打造了一個新聞推薦項目：基于我們之前的開源項目（fun-rec：https://github.com/datawhalechina/fun-rec）做了一個完整升級。實現(xiàn)了從前端、后端、數(shù)據庫、推薦模型等整個流程。項目規(guī)劃圖如下：

新聞推薦系統(tǒng)

階段一

物料池的構建：

  1. Mysql基礎及python調用（簡介、安裝、簡單的命令行基礎、python如何調用mysql數(shù)據（增刪改查，排序））
  2. MongoDB基礎及python調用
  3. Redis基礎及python調用
  4. Scrapy基礎及新聞爬取
  5. 新聞畫像構建（存入MongoDB）

前端展示：

  1. Vue簡介及基本使用（對于我們做推薦算法的，了解一些前后端交互之類的就夠了）
  2. 前后端如何交互
  3. 用戶注冊界面
  4. 新聞展示（內容、時間、點贊次數(shù)，收藏次數(shù)）
  5. 可以保留用戶的行為（user_id, news_id, action(點贊、收藏、閱讀)，time）

階段二

有了前端及物料池后，就需要設計簡單的冷啟動規(guī)則來收集用戶的行為數(shù)據以及用戶的基本屬性特征。這一部分數(shù)據可能需要參加開源學習的同學來一起幫忙完善這個數(shù)據集，這樣數(shù)據才是有意義的。

  1. 收集數(shù)據
    1. 在服務器上部署數(shù)據收集的系統(tǒng)（新聞數(shù)據+用戶行為數(shù)據）
    2. 冷啟動策略

  2. 冷啟動
    1. 用戶側
    2. 物品側
    3. 系統(tǒng)側


階段三

這個階段就是推薦算法大展身手的地方啦。我們可以把上一節(jié)學到的推薦算法，在這里盡情嘗試，吹拉彈唱任你挑選。

  1. 離線評估指標
  2. 多路召回
    1. 特征工程
    2. 規(guī)則類
    3. 模型類
  3. 召回評估
  4. 排序
    1. DeepFM
    2. 排序評估
  5. 規(guī)則+重排

階段四

最后就是一些運營類知識，保證系統(tǒng)的高可用性
  1. 推薦服務，前后端交互（flask）
  2. 任務調度
  3. 系統(tǒng)部署
  4. 規(guī)范類修改


結束語

本文作為推薦系統(tǒng)的開篇，不僅講解了入門推薦系統(tǒng)所需前置知識、基礎、進階、實戰(zhàn)等全部知識點，還為后續(xù)推薦算法理論知識與實戰(zhàn)項目定下計劃。希望大家多多關注交流，我會按時更新后續(xù)系列文章。

編輯：王菁
本站僅提供存儲服務，所有內容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權內容，請點擊舉報。
打開APP，閱讀全文并永久保存 查看更多類似文章
猜你喜歡
類似文章
技術大牛帶你走向機器學習“正道”：小朋友才迷信算法，大人們更重視工程實踐
第106天：機器學習概覽
機器學習成才之路：這是一條GitHub高贊的學習路徑
沒有領域和算法限制，聯(lián)邦學習是打破數(shù)據孤島的利器
優(yōu)秀的機器學習框架
專訪TensorFlow貢獻者唐源：掌握 Google 深度學習框架的正確姿勢
更多類似文章 >>
生活服務
分享 收藏 導長圖 關注 下載文章
綁定賬號成功
后續(xù)可登錄賬號暢享VIP特權！
如果VIP功能使用有故障，
可點擊這里聯(lián)系客服！

聯(lián)系客服