学习周报20200621 | 深度学习推荐系统

【学习周报】

总结自己的学习和遇到的好材料。

往期回顾：

• 学习周报202000419 | 两本书+精读论文

• 学习周报20200517 | 搜索梳理、推荐、风控

• 学习周报20200525 | 用户画像，推荐系统

• 学习周报20200605 | DLRS，大数据操作，搜索的思考

• 学习周报20200613 | spark学习

最近调整了作息，早上早起晚上早睡，所以学习策略也有一些调整，但是学习是一直不能落下，query理解层面自己有了比较完整的一年经验，要开始把坑挖大，自己的计划是稍微在推荐系统这个角度看看有没有一些经验可以使用吧，一方面是深度学习推荐系统这本书，另一方面也开始尝试学习一些推荐系统的一些操作，论文之类的跟起来。

深度学习推荐系统

虽然没有在文章里面推进，但其实我已经看到第五章了哈哈哈（第五层哈哈哈），这本书看着还是比较爽的，有一些思路思维上的东西看着提升会很高。

• 第一章串讲了推荐系统的概念和架构。

• 第二章讨论了推荐系统的一个发展进程，这里指的是前沿的发展，里面很多方法被沉淀下来作为基线了。

• 第三章讲了很多比较前沿、常用的模型算法，个人感觉。

• 第四章主要是各种embedding。

• 第五章，没看完。讲了很多有关推荐系统“内功”的东西，这章读起来是很有味道。

整本书讲模型讲的不是很多，喜欢看模型的会觉得这本书很乏味吧，不过对于我这种理解不是很深的而言，其实是给了我看论文的指导吧，大浪淘沙剩下的都是金子，这里面提到的论文都值得我去精读。现在我读这本书的策略是模型之类的跳过，先记录，慢慢跟进，书本持续读下去。

剩下的我在candyhub下面聊吧。

candyhub

20200620

推荐系统常用策略模型选读

很多推荐系统的基本论文开始慢慢的看起来哈哈哈，先从简单的开始，后面再开始追新，这些论文多半比较经典了，一搜博客都不少，所以我也不打算再单独撰文跟进了，除非遇到很多博客都没谈到或者聊错误了，再来继续写文章补充，好的链接我都会放出的。

FM&FFM

• https://www.jianshu.com/p/5015110962ac

• https://www.jianshu.com/p/781cde3d5f3d

• FM原论文：https://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf

• FFM原论文：https://www.csie.ntu.edu.tw/~cjlin/papers/ffm.pdf

PNN（Product-based Neural Networks）

• 原论文：https://arxiv.org/abs/1611.00144

• https://www.jianshu.com/p/be784ab4abc2

NFM（Neural Factorization Machine）

• https://www.jianshu.com/p/4e65723ee632

• 原论文：https://arxiv.org/pdf/1708.05027.pdf