推荐系统训练营-推荐系统工程师 - 带源码课件

课程简介

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。

Week1:机器学习基础
Week2:推荐系统基础
Week 3:内容画像与用户画像
Week 4:用户画 Week
Week5:传统match方法
Week 6:深度match方法
Week7:经典Ranking方法
Week8: 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

Week11:重排序与多目标学3
Week12:热点文章实时召回
Week13:多目标与用户多兴趣
Week14:强化学习与推荐系统
Week15:项目总结、部署
资料