推荐系统及算法实践十八式 | 完结

把学习推荐算法划分成了 6 大阶段，对应专栏 5 大内容模块，带你高效学习了解推荐系统的相关知识脉络、推荐算法的基本原理，并结合 58 集团的实践案例帮你融会贯通。

① 模块一：推荐系统基础篇
这一模块重点讲解推荐系统有关的理念、基础数据体系搭建等知识。你将快速掌握互联网业务场景、推荐系统的作用、埋点上报、用户和物品画像，以及标签挖掘、AB 测试系统等基础系统做法。

②模块二：传统推荐算法的演化之路
此模块主要讲解相对容易的传统机器学习推荐算法，这是推荐算法的基础。学完这部分知识，你将掌握传统经典推荐算法的原理，以及传统推荐算法的发展脉络。

③模块三：深度学习推荐算法的演化之路
这一模块是本专栏的重点，难度较大，主要从系统化的角度讲解 20+ 种常见的深度学习推荐算法。学完这部分知识，你将真正掌握最有影响力的深度学习推荐算法及其发展脉络，从而向更高、更远的算法工作前进。

④模块四：推荐系统绕不开的经典问题
这一模块是进阶内容，这些问题也是在你在落地过程中一定会遇到的。本模块内容在传统推荐算法基础上，继续结合模型的发展脉络，以及迁移学习、强化学习等实际业务落地场景，讲解推荐领域独特的问题及经典问题的解法，增强你解决实际问题的能力。学完后，你将知晓如何在特有场景下通过推荐算法做好一个推荐系统。

⑤模块五：推荐系统理论与实战篇
这一模块是拔高内容，将之前模块所学的推荐系统知识体系和脉络进一步梳理，并以 58 同城本地服务业务为背景，介绍如何根据实际业务构建流量分发体系，以及在体系分层优化中如何结合算法和工程能力，实现推荐算法综合及工程化实践方案的落地。

〖课程截图〗:

〖课程目录〗:

• ├──文档
• | ├──01 数据采集层：流量分发第一步——规范采集海量数据.md 14.79kb
• | ├──02 数据加工层（上）：如何搭建用户与内容的标准规范体系？.md 20.78kb
• | ├──03 数据加工层（下）：如何精准匹配用户画像与物品画像？.md 19.61kb
• | ├──04 效用评测层：显性指标+标准方法，对推荐效果定量评测.md 16.21kb
• | ├──05 以物品与用户为基础，个性化推荐算法的四大策略.md 17.13kb
• | ├──06 人以群分，基于邻域的协同过滤算法.md 15.63kb
• | ├──07 物以类聚，基于特征的七种算法模型.md 14.22kb
• | ├──08 模型演化根本：深度学习推荐算法的五大范式组件.md 11.29kb
• | ├──09 深度推荐模型演化中的“平衡与不平衡“组合规律.md 21.85kb
• | ├──10 深度推荐模型演化中的“更深与更专注“进阶路径.md 26.51kb
• | ├──11 深度推荐模型演化中的“范式替换“灵活组合.md 19.57kb
• | ├──12 用户行为关联与推荐：多目标与多任务学习.md 14.08kb
• | ├──13 用户兴趣探索与开发：深度学习与强化学习.md 20.25kb
• | ├──14 新用户与新物品涌入：冷启动难题破解之道.md 18.06kb
• | ├──15 58 本地服务业务中的推荐系统实战——工程篇.md 35.47kb
• | ├──16 58 本地服务业务中的推荐系统实战——算法篇.md 40.45kb
• | ├──结束语 推荐系统方案中，那些不得不知的坑.md 12.30kb
• | └──开篇词 如何根据规律在变化中求发展？.md 11.83kb
• ├──01 数据采集层：流量分发第一步——规范采集海量数据.mp4 89.85M
• ├──02 数据加工层（上）：如何搭建用户与内容的标准规范体系？.mp4 130.16M
• ├──03 数据加工层（下）：如何精准匹配用户画像与物品画像？.mp4 159.86M
• ├──04 效用评测层：显性指标+标准方法，对推荐效果定量评测.mp4 86.65M
• ├──05 以物品与用户为基础，个性化推荐算法的四大策略.mp4 118.90M
• ├──06 人以群分，基于邻域的协同过滤算法.mp4 96.22M
• ├──07 物以类聚，基于特征的七种算法模型.mp4 64.71M
• ├──08 模型演化根本：深度学习推荐算法的五大范式组件.mp4 71.91M
• ├──09 深度推荐模型演化中的“平衡与不平衡“组合规律.mp4 167.63M
• ├──10 深度推荐模型演化中的“更深与更专注“进阶路径.mp4 162.74M
• ├──11 深度推荐模型演化中的“范式替换“灵活组合.mp4 166.45M
• ├──12 用户行为关联与推荐：多目标与多任务学习.mp4 113.26M
• ├──13 用户兴趣探索与开发：深度学习与强化学习.mp4 127.62M
• ├──14 新用户与新物品涌入：冷启动难题破解之道.mp4 111.08M
• ├──15 58 本地服务业务中的推荐系统实战——工程篇.mp4 312.39M
• ├──16 58 本地服务业务中的推荐系统实战——算法篇.mp4 317.53M
• ├──结束语 推荐系统方案中，那些不得不知的坑.mp4 75.84M
• └──开篇词 如何根据规律在变化中求发展？.mp4 113.66M