课程简介
从零开始搭建智能推荐体系
目标收益
培训对象
课程大纲
| 推荐系统基础 |
1 推荐引擎解决的问题及历史 2 通用推荐引擎基础架构 3 推荐结果预处理 4 推荐结果召回 5 推荐过滤去重 6 推荐排序 7 推荐解释 8 推荐系统的各个模块：标签体系、用户体系、项目体系、推荐体系、分析模型及模型输出 |
| 解密智能推荐系统的演进和实战 |
1 热门召回、地域召回、兴趣召回、关联规则、协同过滤、矩阵分解、DNN召回 2 两种召回融合策略：分级融合、调制融合 3 推荐系统后台架构： 数据层：检索服务、召回源读取服务、帖子特征中心和用户特征中心 逻辑层：推荐主体服务、召回服务、排序服务和ABTest实验中心 4 推荐效果数据监控： 5 推荐系统实例解析 ： 基于用户维度推荐案例； 基于商品维度推荐案例； 基于个性化场景推荐案例； 基于push的推荐案例； |
|
推荐系统基础 1 推荐引擎解决的问题及历史 2 通用推荐引擎基础架构 3 推荐结果预处理 4 推荐结果召回 5 推荐过滤去重 6 推荐排序 7 推荐解释 8 推荐系统的各个模块：标签体系、用户体系、项目体系、推荐体系、分析模型及模型输出 |
|
解密智能推荐系统的演进和实战 1 热门召回、地域召回、兴趣召回、关联规则、协同过滤、矩阵分解、DNN召回 2 两种召回融合策略：分级融合、调制融合 3 推荐系统后台架构： 数据层：检索服务、召回源读取服务、帖子特征中心和用户特征中心 逻辑层：推荐主体服务、召回服务、排序服务和ABTest实验中心 4 推荐效果数据监控： 5 推荐系统实例解析 ： 基于用户维度推荐案例； 基于商品维度推荐案例； 基于个性化场景推荐案例； 基于push的推荐案例； |
近期公开课推荐
