課程簡介
本課程主要以講解工業(yè)界推薦系統(tǒng)領(lǐng)域先進(jìn)技術(shù)為主,基于業(yè)務(wù)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(yù)估、在線檢索、在線策略服務(wù)架構(gòu)設(shè)計(jì)與工程實(shí)現(xiàn)、特征中心、A\B實(shí)驗(yàn)平臺(tái)、監(jiān)控平臺(tái)等推薦系統(tǒng)整體架構(gòu)設(shè)計(jì)中的核心模塊。
本課程從在線架構(gòu)和離線架構(gòu)入手設(shè)計(jì)設(shè)計(jì)機(jī)器學(xué)習(xí)算法在推薦系統(tǒng)中的落地解決方案,講解推薦系統(tǒng)關(guān)鍵技術(shù)。
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(shè)。
介紹推薦系統(tǒng)粗排算法架構(gòu)與精排算法的技術(shù)演變及常見問題解決方法、系統(tǒng)架構(gòu)。
結(jié)合實(shí)際應(yīng)用場景的系統(tǒng)方案分析,圍繞多目標(biāo)、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(wù)問題。
目標(biāo)收益
1.從企業(yè)級應(yīng)用的角度對推薦系統(tǒng)有一個(gè)全面的認(rèn)識(shí),知道推薦系統(tǒng)的技能要求、價(jià)值、應(yīng)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(wù)價(jià)值
4.了解在真實(shí)業(yè)務(wù)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(jià)值
5.獲得講師多年實(shí)踐推薦系統(tǒng)系統(tǒng)的經(jīng)典案例和經(jīng)驗(yàn)
6.金融業(yè)務(wù)場景推薦系統(tǒng)的針對性優(yōu)化思路和方案
培訓(xùn)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(shè)計(jì)與核心模塊講解 |
1.在線預(yù)估服務(wù)設(shè)計(jì) 2.在線召回檢索系統(tǒng)設(shè)計(jì) 3.在線策略服務(wù)架構(gòu)設(shè)計(jì) 4.特征服務(wù)與特征數(shù)據(jù)流設(shè)計(jì) 5.A\B實(shí)驗(yàn)平臺(tái)設(shè)計(jì) 6.監(jiān)控平臺(tái)設(shè)計(jì) |
機(jī)器學(xué)習(xí)在推薦系統(tǒng)中的落地解決方案 |
1.機(jī)器學(xué)習(xí)在線架構(gòu)設(shè)計(jì)(特征抽取、模型預(yù)估、模型路由、大模型在線參數(shù)服務(wù)器) 2.機(jī)器學(xué)習(xí)離線數(shù)據(jù)流設(shè)計(jì)(特征處理、模型訓(xùn)練、模型發(fā)布) |
推薦系統(tǒng)召回算法體系建設(shè)與排序算法體系建設(shè) |
1.UT、KT、AT召回算法設(shè)計(jì) 2.前沿的圖召回算法設(shè)計(jì) 3.召回中的冷啟動(dòng)問題 4.粗排模型設(shè)計(jì)與架構(gòu)實(shí)現(xiàn) 5.統(tǒng)一粗排歸并策略設(shè)計(jì) 6.粗排中的多樣性問題 7.精排模型演進(jìn)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(wù)學(xué)習(xí)問題 11.多目標(biāo)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(shè)計(jì)與核心模塊講解 1.在線預(yù)估服務(wù)設(shè)計(jì) 2.在線召回檢索系統(tǒng)設(shè)計(jì) 3.在線策略服務(wù)架構(gòu)設(shè)計(jì) 4.特征服務(wù)與特征數(shù)據(jù)流設(shè)計(jì) 5.A\B實(shí)驗(yàn)平臺(tái)設(shè)計(jì) 6.監(jiān)控平臺(tái)設(shè)計(jì) |
機(jī)器學(xué)習(xí)在推薦系統(tǒng)中的落地解決方案 1.機(jī)器學(xué)習(xí)在線架構(gòu)設(shè)計(jì)(特征抽取、模型預(yù)估、模型路由、大模型在線參數(shù)服務(wù)器) 2.機(jī)器學(xué)習(xí)離線數(shù)據(jù)流設(shè)計(jì)(特征處理、模型訓(xùn)練、模型發(fā)布) |
推薦系統(tǒng)召回算法體系建設(shè)與排序算法體系建設(shè) 1.UT、KT、AT召回算法設(shè)計(jì) 2.前沿的圖召回算法設(shè)計(jì) 3.召回中的冷啟動(dòng)問題 4.粗排模型設(shè)計(jì)與架構(gòu)實(shí)現(xiàn) 5.統(tǒng)一粗排歸并策略設(shè)計(jì) 6.粗排中的多樣性問題 7.精排模型演進(jìn)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(wù)學(xué)習(xí)問題 11.多目標(biāo)融合問題 12.多樣性問題解決方案 |