課程簡介
本課程主要以講解工業(yè)界推薦系統(tǒng)領域先進技術為主，基于業(yè)務視角從業(yè)界主流推薦系統(tǒng)架構(gòu)案例出發(fā)，圍繞用戶理解、內(nèi)容生態(tài)和作者生態(tài)，剖析推薦系統(tǒng)。
本課程主要包含推薦在線預估、在線檢索、在線策略服務架構(gòu)設計與工程實現(xiàn)、特征中心、A\B實驗平臺、監(jiān)控平臺等推薦系統(tǒng)整體架構(gòu)設計中的核心模塊。
本課程從在線架構(gòu)和離線架構(gòu)入手設計設計機器學習算法在推薦系統(tǒng)中的落地解決方案，講解推薦系統(tǒng)關鍵技術。
從常見的CF召回算法入手，引申到KT、UT、AT等推薦系統(tǒng)召回算法體系建設。
介紹推薦系統(tǒng)粗排算法架構(gòu)與精排算法的技術演變及常見問題解決方法、系統(tǒng)架構(gòu)。
結(jié)合實際應用場景的系統(tǒng)方案分析，圍繞多目標、多樣性、多場景，講解用戶滿意度優(yōu)化、內(nèi)容生態(tài)優(yōu)化、作者生態(tài)優(yōu)化等推薦系統(tǒng)中常見業(yè)務問題。
目標收益
1.從企業(yè)級應用的角度對推薦系統(tǒng)有一個全面的認識，知道推薦系統(tǒng)的技能要求、價值、應用場景
2.了解最主流的推薦算法基本原理
3.熟悉在線推薦系統(tǒng)的產(chǎn)品形態(tài)，針對不同的產(chǎn)品怎么更好地整合物料投放系統(tǒng)以發(fā)揮業(yè)務價值
4.了解在真實業(yè)務場景中怎么做好推薦系統(tǒng)，讓推薦系統(tǒng)真正產(chǎn)生商業(yè)價值
5.獲得講師多年實踐推薦系統(tǒng)系統(tǒng)的經(jīng)典案例和經(jīng)驗
6.金融業(yè)務場景推薦系統(tǒng)的針對性優(yōu)化思路和方案
培訓對象
課程大綱
| 業(yè)界主流推薦系統(tǒng)剖析 |
1.某電商推薦系統(tǒng)剖析 2.某短視頻推薦系統(tǒng)剖析 3.某新聞推薦系統(tǒng)剖析 |
| 推薦系統(tǒng)整體架構(gòu)設計與核心模塊講解 |
1.在線預估服務設計 2.在線召回檢索系統(tǒng)設計 3.在線策略服務架構(gòu)設計 4.特征服務與特征數(shù)據(jù)流設計 5.A\B實驗平臺設計 6.監(jiān)控平臺設計 |
| 機器學習在推薦系統(tǒng)中的落地解決方案 |
1.機器學習在線架構(gòu)設計(特征抽取、模型預估、模型路由、大模型在線參數(shù)服務器) 2.機器學習離線數(shù)據(jù)流設計(特征處理、模型訓練、模型發(fā)布) |
| 推薦系統(tǒng)召回算法體系建設與排序算法體系建設 |
1.UT、KT、AT召回算法設計 2.前沿的圖召回算法設計 3.召回中的冷啟動問題 4.粗排模型設計與架構(gòu)實現(xiàn) 5.統(tǒng)一粗排歸并策略設計 6.粗排中的多樣性問題 7.精排模型演進迭代史 8.精排中的特征工程 9.精排中的過擬合問題解決方案 10.精排中的多任務學習問題 11.多目標融合問題 12.多樣性問題解決方案 |
|
業(yè)界主流推薦系統(tǒng)剖析 1.某電商推薦系統(tǒng)剖析 2.某短視頻推薦系統(tǒng)剖析 3.某新聞推薦系統(tǒng)剖析 |
|
推薦系統(tǒng)整體架構(gòu)設計與核心模塊講解 1.在線預估服務設計 2.在線召回檢索系統(tǒng)設計 3.在線策略服務架構(gòu)設計 4.特征服務與特征數(shù)據(jù)流設計 5.A\B實驗平臺設計 6.監(jiān)控平臺設計 |
|
機器學習在推薦系統(tǒng)中的落地解決方案 1.機器學習在線架構(gòu)設計(特征抽取、模型預估、模型路由、大模型在線參數(shù)服務器) 2.機器學習離線數(shù)據(jù)流設計(特征處理、模型訓練、模型發(fā)布) |
|
推薦系統(tǒng)召回算法體系建設與排序算法體系建設 1.UT、KT、AT召回算法設計 2.前沿的圖召回算法設計 3.召回中的冷啟動問題 4.粗排模型設計與架構(gòu)實現(xiàn) 5.統(tǒng)一粗排歸并策略設計 6.粗排中的多樣性問題 7.精排模型演進迭代史 8.精排中的特征工程 9.精排中的過擬合問題解決方案 10.精排中的多任務學習問題 11.多目標融合問題 12.多樣性問題解決方案 |
近期公開課推薦
