你好，我是黄鸿波。 上节课里我们讲了非常经典的GBDT+LR模型，虽说GBDT+LR的组合能够解决很大一部分问题，但是对于高阶的特征组合仍然缺乏良好的应对能力。因此就迎来了本节课要学习的内容：DeepFM。我会先从FM的概念入手，然后进一步讲解Dee...

你好，我是黄鸿波。 在前面的课程中，我们讲了推荐系统中的数据处理、接口实现和一些召回算法和模型，从本章开始，我们就会进入一个新的篇章：推荐系统中的排序算法。 我一共设计了三节课，分别是GBDT+LR、DeepFM和重排序。这三节课的内容代表了基于算法...

你好，我是黄鸿波。 在前面的课程中讲了很多召回算法，也讲了关于Flask和用户界面相关的内容，今天我们把所有的东西做一个流程串联。 今天主要会做下面五件事。 将数据采集到协同过滤算法的召回中训练协同过滤算法。 使用协同过滤算法训练出基于Item的协...

你好，我是黄鸿波。 上节课我们讲了关于YouTubeDNN的召回模型，接下来，我们来看看如何用代码来实现它。 我们在做YouTubeDNN的时候，要把代码分成两个步骤，第一个步骤是对数据的清洗和处理，第二个步骤是搭建模型然后把数据放进去进行训练和预测...

你好，我是黄鸿波。 在前面的课程中，我们讲解了几种不同的召回算法，在这节课中我们会继续前面的课程，学习一个新的召回算法——YouTubeDNN模型。YouTubeDNN模型因为内容比较多，我把它分成了上下两篇，我们这节课先聚焦YouTubeDNN模型...

你好，我是黄鸿波。 上节课我们讲解了基于协同过滤的召回算法，本节课我们来介绍另外一种召回算法：基于Embedding的召回。 我把这节课分成了以下三个部分。 什么是基于Embedding的召回。 基于Embedding的召回算法都有哪几种。 DSS...

你好，我是黄鸿波。 在前面的章节中，我们讲解了数据、算法以及简单的推荐服务，从本章开始，我们将开启一个全新的篇章：算法。本章我们会围绕算法和模型进行展开。 这节课我们先来讲解协同过滤算法，我将其分为了下面三个部分。 什么是协同过滤算法、协同过滤算法...

你好，我是黄鸿波。 在前面的课程中，我们讲了关于爬虫的知识、画像的知识，还讲了基于规则的召回和一个简单的推荐系统服务，可以说，现在已经形成了一个非常小的闭环。今天这节课你可以把它看作是期中总结，我们来整体过一下一个简单的推荐服务闭环包括哪些模块，看看...

你好，我是黄鸿波。 在前面的课程中，我们使用Flask搭建了一个非常简单的HTTP服务，也提供了推荐列表和注册登录相关的接口。本节课我们将继续沿着这条思路，将它们用前端界面的形式展现出来。 我把本节课分为了以下三个部分。 在服务端代码中增加点赞、收...

你好，我是黄鸿波。 在前面的课程中我们讲了内容画像，讲了推荐系统的服务端搭建，本节课我们就在前面的基础上，讲解用户画像的知识。 我将本节课分为了下面三个重要部分。 什么是用户画像，用户画像在推荐系统中的作用是什么。 用户画像中的用户行为数据分析。 ...