推荐系统-笔记01:推荐系统基础

1. 深度学习推荐系统基础概念

推荐系统

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

形象理解Hadoop、Hive、Spark

根据官网写一个Spark Hello World 程序

初步了解Spark MLlib

Tensorflow

介绍 TensorFlow 和 Keras 的基本概念的文章

Keras 写一个 Hello World

官方教程

Redis

Redis基本介绍

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/

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇