1. 深度学习推荐系统基础概念

2. 从0到1搭建深度学习推荐系统 — 开源项目Sparrow RecSys实操（以Mac为例）

（1）安装Scala 2.11（务必是2.11大版本，否则与开源项目设置的版本号不匹配，会有执行失败的问题）

brew update
brew install scala@2.11

（2）下载开源项目Sparrow RecSys

git clone https://github.com/wzhe06/SparrowRecSys.git

项目地址：https://github.com/wzhe06/SparrowRecSys

（3）安装IDEA和JDK

① 下载IDEA（https://www.jetbrains.com/idea/download/#section=mac）

② 下载JDK（https://www.oracle.com/java/technologies/javase-jdk15-downloads.html）

③ 安装IDEA和JDK（JDK的路径~/Library/Java/JavaVirtualMachines/openjdk-15.0.1-1）

（4）导入工程&运行

① 打开IDEA，打开File->Project Strucure->Project->Project JDK(我的好像会自动识别)。若没有识别（显示jdk15.1）,点击三角号，自己添加，步骤Add SDK->JDK->选择上面提到的JDK路径选择。

② 在pom.xml点击右键，设置为maven project->’Reload project’。耐心等待，这个很费时间。

③ 然后找到SparrowRecSys/src/main/java/com/SparrowRecSys/online/RecSysServer,右击选择”Run ‘RecSysServer.main()'”,程序就执行起来了.

④ 浏览器中输入http://localhost:6010/即可打开首页

（5）SparrowRecsys涵盖的技术

3. 推荐系统相关知识扩充

（1）书籍推荐

① 深度学习推荐系统

② 西瓜书

③ 蒲公英书

④ 百面机器学习

⑤ 数学之美（吴军）

（2）实践工具相关

Spark

① 形象理解Hadoop、Hive、Spark

② 根据官网写一个Spark Hello World 程序

③ 初步了解Spark MLlib

Tensorflow

① 介绍 TensorFlow 和 Keras 的基本概念的文章

② Keras 写一个 Hello World

③ 官方教程

Redis

① Redis基本介绍

② Redis基本操作

经典问答

1. 问：对于电影推荐系统来讲，哪些数据对生成用户个性化推荐结果最有帮助？

答：（1）内容相关特征：电影种类，演员，电影内容，电影质量等；（2）用户行为特征：用户历史浏览记录、观看记录等；

2. 问：召回层单独优化新增特征，在排序层没有，如何处理？

答：在设计召回层和排序层的时候一般要联合设计，召回层要特别关注召回率指标。如果新增特征对结果影响比较大，排序层模型训练的时候同步引入这两个特征。

参考资料

《深度学习推荐系统实战》 — 极客时间，王喆

本文永久更新地址: https://notlate.cn/p/94b1f895f2fa94ba/