【推荐系统训练营-推荐系统工程师 – 带源码课件】

推荐系统训练营-推荐系统工程师 – 带源码课件

推荐系统主要分两个环节:召回和排序。

这两个阶段都离不开用户画像的支持,而用户画像又是在内容画像的基础上不断累积用户行为而来,故,首先需要有内容画像,构建文本物品的内容画像需要nlp技术的支持,存储内容和用户互相依赖常用数据库以及贝叶斯平滑、威尔逊置信区间等技术。

学习本项目后,你将了解到如何使用nlp技术抽取物品信息形成的内容标签,依托mysql、Redis等数据库存储内容画像,并基于内容画像和用户行为形成用户画像,再此基础之上建立基于画像的推荐系统。

├── Week 1:机器学习基础
├── Week 2:推荐系统基础
├── Week 3:内容画像与用户画像
├── Week 4:用户画 Week
├── Week 5:传统match方法
├── Week 6:深度match方法
├── Week 7:经典Ranking方法
├── Week 8: GraphEmbedding 大家族与用户行为构建
├── Week 9:引入sideinfo信息的图推荐、基于推理的图推荐
├── Week 10:深度Ranking模型等多个文件
├── Week 11:重排序与多目标学习
├── Week 12:热点文章实时召回
├── Week 13:多目标与用户多兴趣
├── Week 14:强化学习与推荐系统
├── Week 15:项目总结、部署
├── 资料

https://pan.quark.cn/s/fd5d685fbed1
请回复取码,谢谢支持!🌹