【烂笔头系列】推荐系统笔记01-推荐系统概要
1. 深度学习推荐系统基础概念
2. 从0到1搭建深度学习推荐系统 -- 开源项目Sparrow RecSys实操(以Mac为例)
(1)安装Scala 2.11(务必是2.11大版本,否则与开源项目设置的版本号不匹配,会有执行失败的问题)
brew update
brew install scala@2.11
(2)下载开源项目Sparrow RecSys
git clone https://github.com/wzhe06/SparrowRecSys.git
项目地址:https://github.com/wzhe06/SparrowRecSys
(3)安装IDEA和JDK
① 下载IDEA(https://www.jetbrains.com/idea/download/#section=mac)
② 下载JDK(https://www.oracle.com/java/technologies/javase-jdk15-downloads.html)
③ 安装IDEA和JDK(JDK的路径~/Library/Java/JavaVirtualMachines/openjdk-15.0.1-1)
(4)导入工程&运行
① 打开IDEA,打开File->Project Strucure->Project->Project JDK(我的好像会自动识别)。若没有识别(显示jdk15.1),点击三角号,自己添加,步骤Add SDK->JDK->选择上面提到的JDK路径选择。
② 在pom.xml点击右键,设置为maven project->'Reload project'。耐心等待,这个很费时间。
③ 然后找到SparrowRecSys/src/main/java/com/SparrowRecSys/online/RecSysServer,右击选择"Run 'RecSysServer.main()'",程序就执行起来了.
④ 浏览器中输入http://localhost:6010/即可打开首页
(5)SparrowRecsys涵盖的技术
3. 推荐系统相关知识扩充
(1)书籍推荐
① 深度学习推荐系统
② 西瓜书
③ 蒲公英书
④ 百面机器学习
⑤ 数学之美(吴军)
(2)实践工具相关
Spark
Tensorflow
① 介绍 TensorFlow 和 Keras 的基本概念的文章
③ 官方教程
Redis
经典问答
1. 问:对于电影推荐系统来讲,哪些数据对生成用户个性化推荐结果最有帮助?
答:(1)内容相关特征:电影种类,演员,电影内容,电影质量等;(2)用户行为特征:用户历史浏览记录、观看记录等;
2. 问:召回层单独优化新增特征,在排序层没有,如何处理?
答:在设计召回层和排序层的时候一般要联合设计,召回层要特别关注召回率指标。如果新增特征对结果影响比较大,排序层模型训练的时候同步引入这两个特征。
参考资料
《深度学习推荐系统实战》 -- 极客时间,王喆
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 【.NET】调用本地 Deepseek 模型
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库
· DeepSeek “源神”启动!「GitHub 热点速览」
· 上周热点回顾(2.17-2.23)