課程簡介
從零開始搭建智能推薦體系
目標收益
培訓對象
課程大綱
| 推薦系統(tǒng)基礎 |
1 推薦引擎解決的問題及歷史 2 通用推薦引擎基礎架構 3 推薦結果預處理 4 推薦結果召回 5 推薦過濾去重 6 推薦排序 7 推薦解釋 8 推薦系統(tǒng)的各個模塊：標簽體系、用戶體系、項目體系、推薦體系、分析模型及模型輸出 |
| 解密智能推薦系統(tǒng)的演進和實戰(zhàn) |
1 熱門召回、地域召回、興趣召回、關聯(lián)規(guī)則、協(xié)同過濾、矩陣分解、DNN召回 2 兩種召回融合策略：分級融合、調制融合 3 推薦系統(tǒng)后臺架構： 數(shù)據(jù)層：檢索服務、召回源讀取服務、帖子特征中心和用戶特征中心 邏輯層：推薦主體服務、召回服務、排序服務和ABTest實驗中心 4 推薦效果數(shù)據(jù)監(jiān)控： 5 推薦系統(tǒng)實例解析 ： 基于用戶維度推薦案例； 基于商品維度推薦案例； 基于個性化場景推薦案例； 基于push的推薦案例； |
|
推薦系統(tǒng)基礎 1 推薦引擎解決的問題及歷史 2 通用推薦引擎基礎架構 3 推薦結果預處理 4 推薦結果召回 5 推薦過濾去重 6 推薦排序 7 推薦解釋 8 推薦系統(tǒng)的各個模塊：標簽體系、用戶體系、項目體系、推薦體系、分析模型及模型輸出 |
|
解密智能推薦系統(tǒng)的演進和實戰(zhàn) 1 熱門召回、地域召回、興趣召回、關聯(lián)規(guī)則、協(xié)同過濾、矩陣分解、DNN召回 2 兩種召回融合策略：分級融合、調制融合 3 推薦系統(tǒng)后臺架構： 數(shù)據(jù)層：檢索服務、召回源讀取服務、帖子特征中心和用戶特征中心 邏輯層：推薦主體服務、召回服務、排序服務和ABTest實驗中心 4 推薦效果數(shù)據(jù)監(jiān)控： 5 推薦系統(tǒng)實例解析 ： 基于用戶維度推薦案例； 基于商品維度推薦案例； 基于個性化場景推薦案例； 基于push的推薦案例； |
近期公開課推薦
