我最早在2010年就开始学习研究推荐系统,目前在推荐系统领域已经有13年实践经验,过去5年帮很多大中小公司做过企业级推荐系统的咨询和培训,帮助他们更好地实施推荐系统。
自己也有至少3次从零构建企业级推荐系统的经验,曾经构建过DAU千万级产品的推荐系统,这些经验都沉淀在我去年出的书里,参考如下:
今年结合我的书和过去几年为企业进行咨询培训的经历整理了200多页的企业级推荐系统的PPT,涵盖企业级推荐系统实施的方方面面(具体参考下面的大纲)现将这份材料分享出来,供大家学习参考,如果您及您的企业中需要推荐系统相关的培训和咨询,可以联系我的私人微信:liuq4360,联系请注明来意。
一、大纲
主题 | 主题介绍 | 章节具体内容 |
1.背景知识 | 推荐系统基础知识介绍 | 1.1 推荐系统基本概念 1.2 推荐系统的价值 1.3 推荐系统应用场景 1.4 困难与挑战 1.5 推荐团队介绍 |
2.推荐算法 | 经典与主流推荐算法原理介绍 | 2.1 基于内容的推荐算法 2.2 经典协同过滤推荐算法 2.3 基于关联规则、bayes、聚类的推荐算法 2.4 矩阵分解与FM 2.5 embedding方法 2.6 深度学习推荐算法(wide & deep、DeepFM、MMOE等) 2.7 混合推荐算法 |
3.推荐系统架构 | 讲解推荐系统范式、架构及web服务、实时推荐系统相关知识讲解 | 3.1 推荐系统5种范式 3.2 推荐系统3阶段pipeline架构 3.3 推荐系统架构设计原则 3.4 推荐系统web服务架构设计 3.5 模型的训练与服务部署架构 3.6 实时推荐系统架构设计 3.7 推荐系统微服务架构实践 |
4.推荐系统评估与商业价值 | 推荐系统效果评估与商业价值介绍 | 4.1 推荐系统评估的方法 4.2 离线评估与在线评估 4.3 常用评估指标 4.4 推荐系统商业价值评估 |
5.推荐系统工程 | 讲解数据处理、特征工程、AB测试、推荐服务安全性与稳定性、问题与难点等方面的知识 | 5.1 推荐系统模块设计 5.2 推荐系统模块的技术选型 5.3 推荐系统数据处理 5.4 推荐系统特征工程、特征存储与使用 5.5 推荐系统AB测试及实现 5.6 推荐系统服务安全性与稳定性 5.7 推荐系统常见问题及难点:探索&利用、新颖性、冷启动、Java与Python交互等 |
6.推荐系统产品与运营 | 推荐系统产品、运营、策略、用户画像与精细化运营介绍 | 6.1推荐系统产品形态及业务场景介绍; 6.2推荐系统的 UI 交互与视觉展示; 6.3 用户画像介绍; 6.4推荐系统与精细化运营; 6.5 推荐系统的人工调控; |
7. 真实案例与经验分享 | 分享推荐系统案例和经验 | 7.1视频推荐系统案例介绍; 7.2音乐推荐系统案例介绍; 7.3 其他大厂推荐系统案例介绍; |
二、PPT内容