このプロジェクトでは、推薦システムの入門から習熟まで、業界グレードの推薦システムの理論的知識を包括的に紹介します（王書森の推薦システムに関する公開講座 - 小紅書氏のシナリオに基づいて業界の実際の推薦システムを説明）。 TensorFlow2 に基づいてモデルをトレーニングし、高パフォーマンス、高同時実行性、高可用性を備えた高レベルの推奨システムを実現する方法について説明します。 Sklean および TensorFlow プログラミングの基本もいくつか説明します。ディープラーニングに基づいた産業用レコメンダー システムの理論、TensorFlow2 に基づいてモデルをトレーニングする方法、Golang に基づいて高性能、高同時実行性、高可用性の推論サービスを実装する方法を包括的に紹介します。
注: 最初の部分の理論的知識はこの倉庫にあり、2 番目、3 番目、および 4 番目の部分のコードは他の倉庫にあります。リンクをクリックしてジャンプします。
Github サイト上のハイパーリンクから Jupyter Notebook ファイルを開くときにエラーが発生した場合、https://nbviewer.org に基づいて生成された「バックアップ リンク」をクリックすると、対応するファイルに間接的にアクセスできます。
または、次のリンクからプロジェクト全体のオフサイト バックアップ リンクにアクセスします。オフサイト バックアップ リンク内の非 Jupyter Notebook 形式のファイルをクリックすると、Github リポジトリに戻ることに注意してください。
●レコメンダー_システム
王書仙の推薦システム公開講座 - 小紅書氏のシナリオをもとに業界の実際の推薦システムを解説、読書メモ。
●レコメンドシステムリンク(代替リンク) 】
● ABテスト(代替リンク)
●アイテムベースの協調フィルタリング (ItemCF) (代替リンク)
●スイングリコールチャンネル(代替リンク)
●ユーザーベースの協調フィルタリング (UserCF) (代替リンク)
●離散特徴処理(代替リンク)
●マトリックスサプリメント(代替リンク)
●ツインタワー モデル: モデルとトレーニング(代替リンク)
● 2 塔モデル: ポジティブサンプルとネガティブサンプル(代替リンク)
●ツインタワー モデル: オンラインでのリコールとアップデート(代替リンク)
●ツインタワーモデル + 自己教師あり学習(代替リンク)
●深い検索のリコール(代替リンク)
●その他のリコールチャンネル(代替リンク)
●露出フィルターとブルームフィルター(代替リンク)
●多目的ランキングモデル(代替リンク)
● MMoE (代替リンク)
●推定スコアの融合(代替リンク)
●ビデオ再生モデリング(代替リンク)
●ランキングモデルの特徴(代替リンク)
●概略レイアウトモデル(代替リンク)
●ファクタライザーFM (代替リンク)
●ディープクロスネットワーク DCN (代替リンク)
● LHUCのネットワーク構造(代替リンク)
● SENet バイリニアクロス(代替リンク)
●ユーザー行動シーケンスのモデリング(代替リンク)
● DINモデル（アテンション機構） (代替リンク)
● SIMモデル（ロングシーケンスモデリング） (代替リンク)
●項目の類似性の測定と多様性を向上させる方法(代替リンク)
● MMRダイバーシティアルゴリズム(代替リンク)
●ビジネスルールの制約下でのダイバーシティアルゴリズム(代替リンク)
● DPP ダイバーシティアルゴリズム (その 1) (代替リンク)
● DPP ダイバーシティアルゴリズム (パート 2) (代替リンク)
●最適化目標と評価指標(代替リンク)
●シンプルリコールチャンネル(代替リンク)
●クラスターのリコール(代替リンク)
●類似リコール(代替リンク)
●交通規制(代替リンク)
●コールドスタートABテスト(代替リンク)
●概要(代替リンク)
●リコール(代替リンク)
●並べ替え(代替リンク)
●多様性(代替リンク)
●特徴的なユーザー層(代替リンク)
●インタラクティブな動作 (フォロー、転送、コメント) (代替リンク)
「DNN_for_YouTube_Recommendations」モデルと映画評価データ セット (ml-1m) に基づいて、TensorFlow2 に基づく推奨システム ランキング モデルを実装する方法を詳細に示します。
● YouTube ディープ ランキング モデル (多値埋め込み、多目的学習)
Goalng、Docker、およびマイクロサービスのアイデアに基づいて、さまざまなリコール/ソート サービスを含む、高同時実行性、高性能、高可用性の推奨システム推論マイクロサービスが実装され、さまざまなインターフェイス アクセス方法 (REST、gRPC、およびDubbo) など、毎日数千万件の推論リクエストを処理できます。
●レコメンドシステム推論マイクロサービスGolang
●機械学習 Sklearn 入門チュートリアル●ディープラーニング TensorFlow 入門チュートリアル
