《深度学习推荐系统实战》 学习笔记

30 | 流处理平台：Flink是如何快速识别用户兴趣，实现实时推荐的？ 你好，我是王喆。刚刚结束的 2020 年双 11 活动，让技术圈出现了一个非常劲爆的新闻，就是阿里基于 Flink，实现了数据

29 | 图神经网络：Pinterest是如何应用图神经网络的？ 搭桥还是平推？技术途径上的抉择 我把这类 Graph Embedding 的方法归类为基于随机游走的间接性 Graph Embeddi

28 | 业界经典：YouTube深度学习推荐系统的经典架构长什么样？ 你好，我是王喆。今天我们一起来开启前沿拓展篇的学习。如果你是跟着课程安排学到这里的，我可以很自信地说，你几乎已经掌握了推荐系统的

27 | 评估体系：如何解决A/B测试资源紧张的窘境？ 27 | 评估体系：如何解决A/B测试资源紧张的窘境？ 王喆 2020-12-16  00:00 1.0x 讲述：王喆大小：13.89M时长

26 | 在线测试：如何在推荐服务器内部实现A/B测试？ A/B 测试的“分桶”和“分层”原则 在A/B测试中，分桶和分层是非常重要的原则。分桶是将用户随机分配到不同的实验组中，而分层则是将不同类型的

25 | 评估指标：我们可以用哪些指标来衡量模型的好坏？ 低阶评估指标 2. 精确率与召回率 3. 对数损失 4. 均方根误差 高阶评估指标 1. P-R 曲线 2. ROC 曲线 3. 平均精度均值

24 | 离线评估：常用的推荐系统离线评估方法有哪些？ 那这个所谓的“效果”到底指的是什么呢？我们一般用什么方法来衡量这个“效果”呢？我们又应该如何根据效果评估的结果来更新模型呢？这就是模型评估篇要解

特别加餐 | “银弹”不可靠，最优的模型结构该怎么找？ 有解决推荐问题的“银弹”吗？ 到底怎样的模型结构是最优的模型结构，跟你的业务特点和数据特点强相关。因此，在模型结构的选择上，没有“银弹”，没有最

23｜ 实战：如何用深度学习模型实现Sparrow RecSys的个性化推荐功能？ 1. 模型特征工程 在“模型实战准备二”这一讲，我们就通过 Spark 处理好了 TensorFlow 训练所需的训

22｜强化学习：让推荐系统像智能机器人一样自主学习 [美团](强化学习在美团“猜你喜欢”的实践 - 美团技术团队 (meituan.com)) 强化学习的基本概念 强化学习的基本原理，简单来说，就是一

21｜注意力机制、兴趣演化：推荐系统如何抓住用户的心？ 注意力机制在深度兴趣网络 DIN 上的应用 下面的图 2 就是 DIN 的基础模型 Base Model。我们可以看到，Base Model 是

20 | DeepFM：如何让你的模型更好地处理特征交叉？ 善于处理特征交叉的机器学习模型 FM 曾经红极一时的机器学习模型因子分解机模型（Factorization Machine）了，我们可以简称

19｜NeuralCF：如何用深度学习改造协同过滤？ NeuralCF 模型的结构 把矩阵分解神经网络化之后，把它跟 Embedding+MLP 以及 Wide&Deep 模型做对比，我们可以一眼看出

18｜Wide&Deep：怎样让你的模型既有想象力又有记忆力？ Wide&Deep 模型的结构 模型的记忆能力&模型的泛化能力 为了提高模型的泛化能力，需要引入Wide部分来增强模型的记忆能力，让模型

17 | Embedding+MLP：如何用TensorFlow实现经典的深度学习模型？ Embedding+MLP 模型的结构 微软提出的深度学习模型 Deep Crossing，它是一个经典的 E

模型实战准备（二） | 模型特征、训练样本的处理 为什么选择 Spark 为 TensorFlow 处理特征和样本？ 在业界的实践中，我们需要记住一个原则，就是让合适的平台做合适的事情。比如说，数据处

模型实战准备（一） | TensorFlow入门和环境配置 TensorFlow 的运行环境如何安装？ 最简单的方法，Docker+Jupyter 经过第 13 讲模型服务的实践，我们已经把 Dock

16 | 深度学习革命：深度学习推荐模型发展的整体脉络是怎样的？ 深度学习对推荐系统的影响详解 1. 深度学习模型的强拟合能力 2. 深度学习模型结构的灵活性 深度学习推荐模型的演化关系图 诞生了微软

15 | 协同过滤：最经典的推荐模型，我们应该掌握什么？ 协同过滤算法的基本原理 1 首先，我们可以看到，电商网站的商品库里一共有 4 件商品：一个游戏机、一本小说、一本杂志，以及一台电视机。假设，现

14 | 融会贯通：Sparrow RecSys中的电影相似推荐功能是如何实现的？ 为了帮你巩固所学，今天，我就带你从头到尾地实现一个完整的推荐功能，相似电影推荐，来帮助你打通推荐系统的“任督二脉”。