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
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
