推荐系统(1.介绍)

一、推荐系统介绍及应用

1.1 推荐系统的目标

1.2 推荐系统常用词

item： 商品，例如要从天猫购买一个欧式风格的桌子

Embedding：隐向量，将一个用户的各种属性信息：身高、体重、年龄、喜好颜色、职业。。。转换成高维向量

召回：要返回的结果，例如从100万个商品中选取100个比较可能的产品

打分：要对商品进行排序需要有一个标准；重排：最终结果排序

1.3 推荐系统经典流程

1.4 推荐系统难点与挑战

1.5 推荐系统常用技术

1.Embedding：如何更好的将商品数据表示出来，肯定不能用one-hot

2.NLP方向：基于文本数据来进行推荐

3.知识图谱

4.视觉识别CV(少部分)

5.深度学习（端到端，中间调参过程几乎不用管，交给计算机就好）