【好程序员】大数据推荐系统（推荐算法教程）-学习视频教程-腾讯课堂

课程概述

简　　介	推荐系统企业工程实战项目作为大数据基础应用的延伸，构建于用户画像项目之上，旨在让学员学习企业级推荐系统构建的基本思路，深入讲解推荐系统中的两个最重要的环节召回和排序，各环节基于Spark-Mllib引入相关算法，比如召回层ItemCF,ALS两路召回算法，融合排序层引入GBDT+LR，在理解算法的同时更偏重工程实战。

+扣扣：2377396117 免费领配套视频+资料+源码，也可来【千锋头号粉丝】公众号找我哦！

推荐系统企业工程实战项目作为大数据基础应用的延伸，构建于用户画像项目之上，旨在让学员学习企业级推荐系统构建的基本思路，深入讲解推荐系统中的两个最重要的环节召回和排序，各环节基于Spark-Mllib引入相关算法，比如召回层ItemCF,ALS两路召回算法，融合排序层引入GBDT+LR，在理解算法的同时更偏重工程实战。

* 课程提供者：千锋教育

第1章

1.01 回顾

1.02 推荐系统概念

1.03 推荐系统场景

1.04 推荐系统的架构

1.05 推荐系统的排序架构

1.06 推荐系统基于用户相似推荐

1.06 推荐系统余弦相似度

1.07 推荐系统基于物品相似度数据源

1.07 推荐系统基于物品相似和模型算法

1.08 推荐系统的Hbase的bulk装载工具

第2章

1.09 推荐系统的工具类封装

2.01 回顾

2.02 用户行为转换为评分方法

2.03 用户行为查询用户文章行为表

2.04 基于物品相似协同过滤推荐

2.05 基于物品相似协同过滤推荐测试

2.06 基于物品相似协同流程

2.07 基于物品相似协同参数修改

2.08 基于ALS模型协同推荐

2.09 基于ALS模型协同推荐测试

第3章

3.01 回顾

3.02 文章的基础特征

3.03 文章的基础特征转向量代码

3.04 文章的基础特征转向量测试

3.05 用户的基础特征转向量代码

3.06 用户的基础特征转向量测试

3.07 文章嵌入向量代码

3.08 文章嵌入向量测试

3.09 排序阶段概念

3.10 排序模型的训练数据准备

第4章

3.11 排序中的LR的模型代码

3.12 排序中的LR的模型代码测试

3.13 排序模型中的IRIS测试

4.01 回顾

4.02 pmml的概念

4.03 jpmml的文件生成保存

4.04 用户&文章&得分和向量合并

4.05 用户&文章&得分和向量合并测试

4.06 推荐系统服务

4.07 使用LR模型进行预测

第5章

4.08 使用LR的模型进行排序预测和推荐

4.09 推荐API服务

5.01 推荐系统的API服务

5.02 推荐系统中API服务监控

5.03 推荐系统中监控测试

5.04 简历相关说明

对课程感兴趣？

【好程序员】大数据推荐系统（推荐算法教程）免费

课程概述

目录

往期学员作业()

评论

老师介绍

千锋小暖