V
主页
概要01:推荐系统的基本概念
发布人
这节课以小红书为例,讲解推荐系统的基本概念,包括: - 用户行为:点击、点赞、收藏、转发 - 消费指标:点击率 (click rate)、交互率 (engagement rate) - 北极星指标:用户规模、消费、发布 - 实验流程:离线实验、AB测试、推全 课件地址: https://github.com/wangshusen/RecommenderSystem
打开封面
下载高清视频
观看高清视频
视频下载器
召回06:双塔模型——模型结构、训练方法
概要03:推荐系统的AB测试
召回01:基于物品的协同过滤(ItemCF)
概要02:推荐系统的链路
排序01:多目标模型
行为序列02:DIN模型(注意力机制)
排序02:Multi-gate Mixture-of-Experts (MMoE)
物品冷启01:优化目标 & 评价指标
推荐系统涨指标的方法02:召回
特征交叉01:Factorized Machine (FM) 因式分解机
物品冷启02:简单的召回通道
行为序列03:SIM模型(长序列建模)
【北京大学】推荐系统【全26讲】
B站最全推荐系统技术讲解:基础架构-大型模型讲解
排序05:排序模型的特征
推荐系统涨指标的方法01:概述
推荐系统中最经典的算法,基于用户的协同过滤,UserCF算法
重排01:物品相似性的度量、提升多样性的方法
召回02:Swing 模型
特征交叉04:SENet 和 Bilinear 交叉
推荐系统涨指标的方法03:排序模型
召回08:双塔模型——线上服务、模型更新
推荐系统涨指标的方法05:特殊用户人群
行为序列01:用户历史行为序列建模
召回10:Deep Retrieval 召回
物品冷启06:冷启的AB测试
召回11:地理位置召回、作者召回、缓存召回
概要01:搜索引擎的基本概念
召回07:双塔模型——正负样本
召回12:曝光过滤 & Bloom Filter
召回05:矩阵补充、最近邻查找
排序06:粗排模型
特征交叉02:DCN 深度交叉网络
排序04:视频播放建模
推荐系统.项目实战!不愧是是北大教授王树森主讲!真的从底层原理彻底将透彻!建议收藏后再看!绝对通俗易懂!——(人工智能、深度学习、机器学习、机器学习算法、AI)
概要03:搜索引擎的评价指标
物品冷启04:Look-Alike 召回
从零搭建的电影推荐系统项目展示
召回09:双塔模型+自监督学习
物品冷启05:流量调控