課程簡(jiǎn)介
從零開(kāi)始搭建智能推薦體系
目標(biāo)收益
培訓(xùn)對(duì)象
課程大綱
| 推薦系統(tǒng)基礎(chǔ) |
1 推薦引擎解決的問(wèn)題及歷史 2 通用推薦引擎基礎(chǔ)架構(gòu) 3 推薦結(jié)果預(yù)處理 4 推薦結(jié)果召回 5 推薦過(guò)濾去重 6 推薦排序 7 推薦解釋 8 推薦系統(tǒng)的各個(gè)模塊：標(biāo)簽體系、用戶(hù)體系、項(xiàng)目體系、推薦體系、分析模型及模型輸出 |
| 解密智能推薦系統(tǒng)的演進(jìn)和實(shí)戰(zhàn) |
1 熱門(mén)召回、地域召回、興趣召回、關(guān)聯(lián)規(guī)則、協(xié)同過(guò)濾、矩陣分解、DNN召回 2 兩種召回融合策略：分級(jí)融合、調(diào)制融合 3 推薦系統(tǒng)后臺(tái)架構(gòu)： 數(shù)據(jù)層：檢索服務(wù)、召回源讀取服務(wù)、帖子特征中心和用戶(hù)特征中心 邏輯層：推薦主體服務(wù)、召回服務(wù)、排序服務(wù)和ABTest實(shí)驗(yàn)中心 4 推薦效果數(shù)據(jù)監(jiān)控： 5 推薦系統(tǒng)實(shí)例解析 ： 基于用戶(hù)維度推薦案例； 基于商品維度推薦案例； 基于個(gè)性化場(chǎng)景推薦案例； 基于push的推薦案例； |
|
推薦系統(tǒng)基礎(chǔ) 1 推薦引擎解決的問(wèn)題及歷史 2 通用推薦引擎基礎(chǔ)架構(gòu) 3 推薦結(jié)果預(yù)處理 4 推薦結(jié)果召回 5 推薦過(guò)濾去重 6 推薦排序 7 推薦解釋 8 推薦系統(tǒng)的各個(gè)模塊：標(biāo)簽體系、用戶(hù)體系、項(xiàng)目體系、推薦體系、分析模型及模型輸出 |
|
解密智能推薦系統(tǒng)的演進(jìn)和實(shí)戰(zhàn) 1 熱門(mén)召回、地域召回、興趣召回、關(guān)聯(lián)規(guī)則、協(xié)同過(guò)濾、矩陣分解、DNN召回 2 兩種召回融合策略：分級(jí)融合、調(diào)制融合 3 推薦系統(tǒng)后臺(tái)架構(gòu)： 數(shù)據(jù)層：檢索服務(wù)、召回源讀取服務(wù)、帖子特征中心和用戶(hù)特征中心 邏輯層：推薦主體服務(wù)、召回服務(wù)、排序服務(wù)和ABTest實(shí)驗(yàn)中心 4 推薦效果數(shù)據(jù)監(jiān)控： 5 推薦系統(tǒng)實(shí)例解析 ： 基于用戶(hù)維度推薦案例； 基于商品維度推薦案例； 基于個(gè)性化場(chǎng)景推薦案例； 基于push的推薦案例； |
近期公開(kāi)課推薦
