开篇词
开篇词 | 如何根据规律在变化中求发展?
模块一 推荐系统基础篇
01 | 数据采集层:流量分发第一步——规范采集海量数据
02 | 数据加工层(上):如何搭建用户与内容的标准规范体系?
03 | 数据加工层(下):如何精准匹配用户画像与物品画像?
04 | 效用评测层:显性指标+标准方法,对推荐效果定量评测
模块二 传统机器学习推荐算法的演化
05 | 以物品与用户为基础,个性化推荐算法的四大策略
06 | 人以群分,基于邻域的协同过滤算法
07 | 物以类聚,基于特征的七种算法模型
模块三 深度学习推荐算法的演化
08 | 模型演化根本:深度学习推荐算法的五大范式组件
09 | 深度推荐模型演化中的“平衡与不平衡“组合规律
10 | 深度推荐模型演化中的“更深与更专注“进阶路径
11 | 深度推荐模型演化中的“范式替换“灵活组合
模块四 推荐系统绕不开的经典问题
12 | 用户行为关联与推荐:多目标与多任务学习
13 | 用户兴趣探索与开发:深度学习与强化学习
14 | 新用户与新物品涌入:冷启动难题破解之道
模块五 58 本地服务业务的推荐系统实战
15 | 58 本地服务业务中的推荐系统实战——工程篇
16 | 58 本地服务业务中的推荐系统实战——算法篇
结束语
结束语 | 推荐系统方案中,那些不得不知的坑

隐藏内容

此处内容需要权限查看

  • 普通用户购买价格:0.1金币
  • 会员用户购买价格:0.1金币
  • 永久会员用户购买价格:0.1金币

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注