封面
版权信息
作者介绍
《现代推荐算法》学习导图
内容简介
推荐序一
推荐序二
推荐序三
推荐序四
推荐序五
推荐语
前言
总览篇
第1章 推荐系统概述
1.1 推荐系统是什么
1.2 推荐系统发展的天时、地利、人和
第2章 现代推荐链路
2.1 召回、粗排、精排——各有所长
2.2 召回、粗排、精排——级联漏斗
2.3 打压、保送、重排——拍不完的脑袋
模型篇
第3章 精排之锋
3.1 简单“复读机”——逻辑回归模型
- APP免费
3.2 工业逻辑回归模型的稀疏性要求
- APP免费
3.3 FM的一小步，泛化的一大步
- APP免费
3.4 多彩的FNN/PNN/ONN/NFM世界
- APP免费
3.5 高阶交叉
- APP免费
3.6 工具人GBDT
- APP免费
3.7 嵌入表示亦福亦祸，树模型的新机遇
- APP免费
3.8 DNN与两大门派，“一念神魔”与功不唐捐
- APP免费
3.9 再论特征与嵌入生成
- APP免费
3.10 机器学习唯一指定王牌技术——注意力机制
- APP免费
3.11 注意力机制的几种写法
- APP免费
3.12 Transformer的升维打击
- APP免费
第4章 粗排之柔
- APP免费
4.1 粗排存在与否的必要性
- APP免费
4.2 粗排复杂化的方法
- APP免费
4.3 Pair-wise与List-wise
- APP免费
第5章 召回之厚
- APP免费
5.1 u2i之双塔进击史
- APP免费
5.2 i2i及u2u2i方案
- APP免费
5.3 近似搜索概览
- APP免费
5.4 树模型与类树模型的冲击
- APP免费
第6章 模型迭代的术与道
- APP免费
6.1 什么是“老汤模型”
- APP免费
6.2 模型迭代的“术”
- APP免费
6.3 模型迭代的“道”
- APP免费
前沿篇
- APP免费
第7章 用户兴趣建模
- APP免费
7.1 从百到万的用户长期兴趣建模
- APP免费
7.2 用户多峰兴趣建模
- APP免费
第8章 多任务学习
- APP免费
8.1 多任务学习的实践意义
- APP免费
8.2 多任务学习的基本框架
- APP免费
8.3 平行关系建模——MMoE类方法
- APP免费
8.4 非平行关系建模，任务间的因果
- APP免费
第9章 非梯度场景
- APP免费
9.1 线上与线下的鸿沟
- APP免费
9.2 弱个性化CEM，强个性化强化学习
- APP免费
9.3 探微参数与性能的关系，把点连成面
- APP免费
第10章 探索与利用
- APP免费
10.1 为什么要探索与利用
- APP免费
10.2 探索的本质是巧妙“贪心”
- APP免费
第11章 后精排环节
- APP免费
11.1 定义多样性问题，简单的形式与复杂的标准
- APP免费
11.2 DPP算法与多样性
- APP免费
11.3 考虑上下文的重排序
- APP免费
第12章 推荐中的偏差与消除
- APP免费
12.1 各种各样的偏差
- APP免费
12.2 流行度偏差的消除
- APP免费
12.3 位置偏差的消除
- APP免费
第13章 自动机器学习技术
- APP免费
13.1 网络结构搜索与网络微操的探索
- APP免费
13.2 特征的搜索
- APP免费
13.3 模型压缩
- APP免费
第14章 图计算
- APP免费
14.1 数据结构的终极
- APP免费
14.2 GNN的极简发展史
- APP免费
14.3 物料非原子化，建模转向图
- APP免费
难点篇
- APP免费
第15章 延迟转化
- APP免费
15.1 转化与广告机制
- APP免费
15.2 转化的分解
- APP免费
15.3 其他角度
- APP免费
第16章 物料冷启动
- APP免费
16.1 “多模态之石，可以攻玉”
- APP免费
16.2 预排序向左，个性化向右
- APP免费
16.3 流量分配，“普度众生”还是“造神”
- APP免费
第17章 用户冷启动
- APP免费
17.1 元学习，对模型拔高的要求
- APP免费
17.2 初始化的基底分解与生成
- APP免费
17.3 POSO，首个从结构角度改善用户冷启动的模型
- APP免费
17.4 精品池：抓住人性需求
- APP免费
第18章 因果推断
- APP免费
18.1 当分布不够用时
- APP免费
18.2 寻找“工具人”，将因果推断直接应用于推荐
- APP免费
第19章 长尾优化
- APP免费
决策篇
- APP免费
第20章 流量
- APP免费
20.1 重新认识流量
- APP免费
20.2 时间的研究
- APP免费
第21章 分层
- APP免费
21.1 你必须理解的物料生命周期
- APP免费
21.2 你必须理解的用户分层
- APP免费
21.3 三阶段让用户为我“死心塌地”
- APP免费
第22章 实验现象与回收
- APP免费
22.1 决策上线的黄金法则
- APP免费
22.2 “临门一脚”，结果真的置信了吗
- APP免费
22.3 不万能的A/B实验和难以归因的反转
- APP免费
22.4 线上和线下的对齐——无穷逼近
- APP免费
后记
- APP免费
参考文献
- APP免费
反侵权盗版声明
- APP免费
《现代推荐算法》学习导图
- APP免费
封底
更新时间：2023-12-13 16:16:42
完结共115章
倒序