推荐系统

• 1. 概述
  • 1.1. 架构
  • 1.2. 参考资料
• 2. 召回
  • 2.1. 协同过滤
  • 2.2. Swing
  • 2.3. 向量化召回
  • 2.4. Loss
  • 2.5. 离线指标
  • 2.6. 参考资料
• 3. 粗排
  • 3.1. 发展历程
  • 3.2. 双塔
  • 3.3. 负样本
  • 3.4. 参考资料
• 4. 精排
  • 4.1. 特征
  • 4.2. 交叉模型
  • 4.3. 序列建模与 Attention
  • 4.4. 多目标学习
  • 4.5. 负采样
  • 4.6. Bias 问题
  • 4.7. 参考资料
• 5. 重排
  • 5.1. 多样性算法
  • 5.2. Listwise 重排
  • 5.3. 参考资料
• 6. 探索和利用
  • 6.1. 冷启
  • 6.2. \(\epsilon\)-Greedy
  • 6.3. Thompson Sampling
  • 6.4. UCB
  • 6.5. 参考资料
• 7. 评价指标
  • 7.1. 常用指标
  • 7.2. AUC 离在线不一致问题
  • 7.3. 参考资料
• 8. 推荐与大语言模型
  • 8.1. 何处运用大语言模型
  • 8.2. 如何运用大语言模型
  • 8.3. 参考资料
• 9. 回归问题
  • 9.1. MSE & MAE
  • 9.2. Weighted Logistics Regression
  • 9.3. D2Q
  • 9.4. Ordinal Regression
  • 9.5. ZILN
  • 9.6. Bucketing With Softmax
  • 9.7. 评估指标
  • 9.8. 参考资料