推薦系統(tǒng)從沒像現(xiàn)在這樣,影響著我們的生活。當(dāng)你上網(wǎng)購物時,天貓、京東會為你推薦商品;想了解資訊,頭條、知乎會為你準(zhǔn)備感興趣的新聞;想消遣放松,抖音、快手會為你奉上讓你欲罷不能的短視頻。
而驅(qū)動這些巨頭進(jìn)行推薦服務(wù)的,都是基于深度學(xué)習(xí)的推薦模型。
2019 年阿里的千人千面系統(tǒng),促成了天貓”雙 11“ 2684 億成交額。假設(shè)通過改進(jìn)商品推薦功能,使平臺整體的轉(zhuǎn)化率提升 1%,就能在 2684 億成交額的基礎(chǔ)上,再增加 26.84 億。這就是推薦工程師的最大魅力,也是它支撐起百萬年薪的主要原因。
但在一個成熟的推薦系統(tǒng)上,找到提升的突破點并不容易——不能滿足于協(xié)同過濾、矩陣分解這類傳統(tǒng)方法,而要建立起完整的深度學(xué)習(xí)推薦系統(tǒng)知識體系,加深對深度學(xué)習(xí)模型的理解和大數(shù)據(jù)平臺的熟悉程度,才能實現(xiàn)整體效果上的優(yōu)化。
上半年,因為疫情抽空看了本書叫《深度學(xué)習(xí)推薦系統(tǒng)》,對我啟發(fā)很大,豆瓣評分也挺高的9.3。作者是王喆,他是 Roku 資深機器學(xué)習(xí)工程師,推薦系統(tǒng)架構(gòu)負(fù)責(zé)人,從業(yè)這些年,他一直深耕于推薦系統(tǒng)、計算廣告領(lǐng)域,經(jīng)驗非常豐富。
所以,當(dāng)?shù)弥瞥隽藢凇渡疃葘W(xué)習(xí)推薦系統(tǒng)實戰(zhàn)》,我第一時間就訂閱了,跟著學(xué)下來,真是受益匪淺,之前嘗試過很多深度學(xué)習(xí)模型,但效果始終沒有提升。直到遇到這門課,讓我對深度學(xué)習(xí)推薦系統(tǒng)的認(rèn)知到了一個新高度,很想把它推薦給你。
在專欄中,他講解了深度學(xué)習(xí)推薦系統(tǒng)的經(jīng)典架構(gòu)設(shè)計,帶你掌握 Embedding 技術(shù)的主要實現(xiàn)方法,構(gòu)建完整的推薦系統(tǒng)評估體系路徑,并搭建出一個工業(yè)級的深度學(xué)習(xí)推薦系統(tǒng)。
在課程設(shè)置上,他遵循了經(jīng)典推薦系統(tǒng)的框架,將課程分為 6 部分,通過 30+ 深度學(xué)習(xí)推薦系統(tǒng)問題,帶你串聯(lián)起深度學(xué)習(xí)推薦系統(tǒng)的知識體系,并收獲了一套他實踐過的深度學(xué)習(xí)推薦系統(tǒng)開源代碼,實現(xiàn)一個工業(yè)級的深度學(xué)習(xí)推薦系統(tǒng)。
可以看看專欄里的學(xué)習(xí)圖譜,方便你了解這門課的設(shè)計以及用到的技術(shù)。
基礎(chǔ)架構(gòu)篇:從推薦系統(tǒng)要解決的主要問題入手,講解我們要從 0 開始實現(xiàn)的推薦系統(tǒng), Sparrow RecSys 的主要功能和技術(shù)架構(gòu),也會用到 Spark、Flink、TensorFlow 等業(yè)界最流行的機器學(xué)習(xí)和大數(shù)據(jù)框架。
特征工程篇:討論推薦系統(tǒng)會用到的特征,以及主要的特征處理方式,并將其實踐在 Spark 上。此外,還有深度學(xué)習(xí)中非常流行的 Embedding、Graph Embedding 技術(shù),并帶你實現(xiàn) Sparrow Recsys 中的相似電影推薦功能。
線上服務(wù)篇:在這部分,他會帶你地搭建一個推薦服務(wù)器,包括服務(wù)器、存儲、緩存、模型服務(wù)等模塊和相關(guān)知識,涉及 Jetty Server, Spark、Redis 的使用,帶你初步掌握推薦工程師在工程領(lǐng)域的核心技能。
推薦模型篇:帶你學(xué)習(xí)深度學(xué)習(xí)推薦模型的原理和實現(xiàn)方法,包括Embedding+MLP ,Wide&Deep,PNN等深度學(xué)習(xí)模型的架構(gòu)和TensorFlow實現(xiàn),以及注意力機制、序列模型、增強學(xué)習(xí)等相關(guān)領(lǐng)域的前沿進(jìn)展。
效果評估篇:學(xué)習(xí)效果評估的主要方法和指標(biāo),建立起包括線下評估、線上 AB 測試、評估反饋閉環(huán)等整套的評估體系,真正能夠用業(yè)界的方法而不是實驗室的指標(biāo)來評價一個推薦系統(tǒng)。
前沿拓展篇:將業(yè)界巨頭們的深度學(xué)習(xí)推薦系統(tǒng)方案進(jìn)行融匯貫通,重點講解 YouTube、阿里巴巴、微軟、Pinterest 等一線公司的深度學(xué)習(xí)應(yīng)用,幫你追蹤業(yè)界發(fā)展的最新趨勢,并找到自己技術(shù)道路的方向。
具體內(nèi)容可以看看目錄:
責(zé)任編輯:xj
原文標(biāo)題:抖音日活用戶破 6 億,推薦系統(tǒng)是怎么做到的?
文章出處:【微信公眾號:深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
-
推薦系統(tǒng)
+關(guān)注
關(guān)注
1文章
43瀏覽量
10088 -
大數(shù)據(jù)
+關(guān)注
關(guān)注
64文章
8908瀏覽量
137646 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5512瀏覽量
121409
原文標(biāo)題:抖音日活用戶破 6 億,推薦系統(tǒng)是怎么做到的?
文章出處:【微信號:zenRRan,微信公眾號:深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論