深度学习推荐系统 = Deep learning recommender system

目录 10 1 互联网的增长引擎-推荐系统 19 1.2 推荐系统的架构 23 1.3 本书的整体结构 28 2 前深度学习时代 30 2.1 传统推荐模型的演化关系图 31 2.2 协同过滤 32 2.3 矩阵分解 39 2.4 逻辑回归 45 2.5 FM到FFM 51 2.6 GBDT+LR 58 2.7 LS-PLM 62 2.8 总结 65 3 深度学习在推荐系统中的应用 68 3.1 深度学习推荐模型的演化关系图 69 3.2 AutoRec 71 3.3 Deep Crossing 76 3.4 NeuralCf 81 3.5 PNN 85 3.6 Wide&Deep 88 3.7 FM与深度学习模型的结合 95 4 Embeding在推荐系统中的应用 120 4.1 什么是Embeding 121 4.2 Word2Vec 123 4.3 Item2Vec 127 4.4 Graph Embedding 130 4.5 Embedding与深度学习推荐系统的结合 136 4.6 局部敏感哈希 140 4.7 总结 143 5 多角度审视推荐系统 146 5.1 推荐系统的特征工程 147 5.2 召回层的主要策略 155 5.3 实时性 158 5.5 推荐系统中比模型结构更重要的是什么 171 5.6 冷启动 177 9 构建属于你的推荐系统知识框架 297 9.1 推荐系统的整体知识架构图 297 9.3 如何成为一名优秀的推荐工程师 300