推荐系统入门

已于 2024-07-04 08:04:57 修改
阅读量175 收藏
点赞数 3
文章标签： 笔记
于 2024-06-30 22:09:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38812492/article/details/140085170
版权

https://github.com/LongxingTan/Machine-learning-interview/blob/main/03_system/03_ml/recommendation.md

离线层：不用实时数据，不提供实时响应；
近线层：使用实时数据，不保证实时响应；
在线层：使用实时数据，保证实时在线服务；

系统

召回

  • 多通道
  • 双塔
  • I2I
  • 过滤
  • 负样本

排序

  • 多目标

  • 特征：特征工程，特征交叉，序列特征

  • 在线学习

  • 粗排、精排

重排

  • 多样性
  • fresh

冷启动

  • 全链路
  • 流量调控

Bias

  • position bias

线上线下不一致

AB test

Reference

其他

YueTann
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
老王的电影网站 - 推荐系统入门（一）
Weston Lu的博客
02-10 1万+
一年前的某一天... 一周后... 又过了一周... 又一周过去了... 转眼间，一年过去了... 啥是推荐系统啊？老王开始琢磨起了推荐系统... 查了资料他了解到，就是通过分析一个用户的观影记录和搜索记录等历史行为，建模，然后主动给用户推荐他可能想看的电影。 资料上说，推荐系统和搜索还有很大的区别的 搜索...
推荐系统入门详细教程.pdf
06-26
推荐系统入门详细教程.pdf
11篇推荐系统入门必读经典论文（附下载链接）
Stephen
05-25 8989
推荐系统入门必读的11片经典论文，包含了召回、排序、模型融合相关技术，本篇文章列举出了每篇论文的摘要，最后附上了下载链接。 01. Cheng et al. - 2016 - Wide & Deep Learning for Recommender Systems 摘要： 具有非线性特征变换的广义线性模型广泛应用于具有稀疏输入的大规模回归和分类问题。通过大量的跨产品特征转换来记忆特征交互是有效的和可解释的，而泛化则需要更多的特征工程工作。在特征工程较少的情况下，通过对稀疏特征的低维密集嵌入学习，.
推荐系统入门（Top-N recommendation）
热门推荐
一个小彩笔
04-21 1万+
推荐系统入门本文从Improving Top-N Recommendation with Heterogeneous Loss 这篇论文的角度讲解如何入门推荐系统。适合推荐系统初学者入门。这篇文章提出了一种 通过多个损失函数 结合来提升topN推荐的效率 的方法。发表在16年的IJCAI上，是来自天普大学的研究成果。目录我先介绍一下topN背景，再介绍一下与本文相关工作，最后推导出本文提出的创新方法
推荐系统入门（一）：概述
南有芙蕖
10-17 3584
推荐系统基础（一）：概述 目录推荐系统基础（一）：概述
推荐系统入门经验
rosefun96的博客
12-04 8196
《推荐系统实践》 《推荐系统开发实战》 FM：《Factorization Machines》 FFM：《Field-aware Factorization Machines for CTR Prediction》 DeepFM：《DeepFM: A Factorization-Machine based Neural Network for CTR Prediction》 Wide & ...
推荐系统入门（四）：Wide&Deep（附代码）
南有芙蕖
10-26 3733
推荐系统入门（四）：Wide&Deep（附代码） 目录推荐系统入门（四）：Wide&Deep（附代码）引言点击率预估简介FM它不香吗1.Wide&Deep模型2. “记忆能力”与“泛化能力”3. 操作流程4.实战5.深度学习推荐系统的发展思考参考资料 引言 点击率预估简介   1）点击率预估是用来解决什么问题？   点击率预估是对每次广告点击情况作出预测，可以输出点击或者不点击，也可以输出该次点击的概率，后者有时候也称为pClick。   2）率预估模型需要做什么？   通过上
推荐系统入门（六）：新闻推荐实践1（附代码）
南有芙蕖
11-24 3030
推荐系统入门（六）：新闻推荐实践1 目录推荐系统入门（六）：新闻推荐实践1前言赛题简介数据概况评价方式理解Baseline参考资料 前言 相关系列笔记： 推荐系统入门（一）：概述 推荐系统入门（二）：协同过滤（附代码） 推荐系统入门（三）：矩阵分解MF&因子分解机FM（附代码） 推荐系统入门（四）：Wide&Deep（附代码） 推荐系统入门（五）：GBDT+LR（附代码） 推荐系统入门（六）：新闻推荐实践1（附代码）   移动联通互联网、人工智能等技术的迅速发展为人们的工作生活带来了很多便
推荐系统入门 2020-09-21
万物琴弦存于你的泡沫之中，光锥之外
09-21 5872
推荐系统入门总领什么适用推荐系统？ 总领 什么适用推荐系统？ 没有明确需求+数据对用户过载 搜索引擎 推荐系统 行为 主观 被动 需求 明确 模糊 个性化 弱 强 流量分布 马太效应 长尾效应 目标 快速满足 持续服务 指标 简单 复杂 长尾效应，英文名称Long Tail Effect。“头”（head）和“尾”（tail）是两个统计学名词。正态曲线中间的突起部分叫“头”；两边相对平缓的部分叫“尾”。从人们需求的角度来看，大多数的需求会集中在头部，而这部分我
推荐系统入门（一）智能推荐系统简介
ygj1994的博客
02-22 8395
一、什么是推荐系统 推荐系统是一种软件工具和技术方法，它可以向用户建议有用的产品，这种建议适用于多种决策过程，如购买什么物品、听什么音乐、在网上浏览什么新闻等。 智能推荐系统，亦即个性化推荐系统，它是建立在海量数据挖掘基础上的一种高级商务智能平台，向顾客提供个性化的信息服务和决策支持。 二、智能推荐系的目的 1、帮助用户找到想要的商品 2、降低信息过载； 3、提高站点的点击率/转化率； 4.加深对...
推荐系统入门简要概述.pdf
04-19
推荐系统入门的思维导图，包括推荐系统概述，分类，个性化推荐算法分类及典型算法，评价方法与指标，面临的问题和发展方向。希望能够帮助初学者学习推荐系统梳理思路
推荐系统入门到实战
06-21
推荐、搜索、广告号称互联网三大核心技术领域，而推荐系统因为今年的今日头条、抖音、快手等产品而大火特火称为各个公司的核心技术方向，也成为一个高薪职业，本视频系列可称为答疑解惑实战系列，带你完全知晓弄清楚...
电子商务推荐系统入门
03-18
关于 推荐系统 的技术： 电子商务推荐系统简介
防御笔记第七天（时需更新）
weixin_63264424的博客
07-16 763
HRP在进行双机热备时，还有一个要求，两台热设备之间，必须拥有一条链路，用来同步信息，并且，这条链路必须是三层链路---这两条路在进行数据传输时，不受安全策略的影响，（注意，如果心跳线是直连的，则不受安全策略的影响，但是中间有中继设备，即非直连场景，则需要配置安全策略）----心跳线----VGMP发送的报文也是通过心跳线传输的。配置信息---（接口IP地址，路由地址）-----hrp不能同步基本的接口和路由信息，安全策略和NAT策略……状态信息-----会话表，server-map，黑名单和白名单等等。
node模块加载及第三方包（学习笔记）
最新发布
oopsboom的博客
07-16 586
gulp是什么？ 基于node平台开发的前端构建工具 将机械化操作编写成任务, 想要执行机械化操作时执行一个命令行命令任务就能自动执行了 用机器代替手工，提高开发效率。 能做什么？ 项目上线，HTML、CSS、JS文件压缩合并 语法转换（es6、less …） 公共文件抽离 修改文件浏览器自动刷新 Gulp使用 1.使用npm install gulp下载gulp库文件 2.在项目根目录下建立gulpfile.js文件（只能是这个文件） 3.重构项目的文件夹结构 src目录放置源代码文件 dist目录放置构
NestJS笔记
m0_65519288的博客
07-16 606
概述：本篇文章是NestJS笔记，包括了Nest的基本使用、连接数据库、日志操作。
AGV栅格地图与QImage图片转换笔记
Pou光明的博客
07-15 309
最近在加班加点处理一个agv相关的任务，印象比较深的是将agv给的json数据转换为一个图片。最终的简化需求是将某坐标系下的二维点数据转换为一张图片的像素。Ok，首先的问题是如何将二维的数据映射到栅格坐标系。先看数据例子："mapType":"2D-Map","maxPos":{"x":4.51,"y":16.331},"minPos":{"x":-14.138,"y":-1.48} "resol...
R语言推荐系统入门：理论与实战指南
在R语言中进行推荐系统的学习是一个实用且深入的主题，特别是对于想要入门的R语言爱好者和数据科学家而言。这个PPT旨在通过讲解推荐系统的基本原理和实践方法，帮助理解推荐算法的工作原理和应用场景。 首先，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

YueTann

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值