1. 深度學習推薦系統基礎概念
2. 從0到1搭建深度學習推薦系統 – 開源項目Sparrow RecSys實操(以Mac為例)
1. 安裝Scala 2.11
brew update
brew install [email protected]
2. 下載下傳開源項目Sparrow RecSys
git clone https://github.com/wzhe06/SparrowRecSys.git
項目位址:https://github.com/wzhe06/SparrowRecSys
3. 安裝IDEA和JDK
- 下載下傳IDEA(https://www.jetbrains.com/idea/download/#section=mac)
- 下載下傳JDK(https://www.oracle.com/java/technologies/javase-jdk15-downloads.html)
- 安裝IDEA和JDK(JDK的路徑~/Library/Java/JavaVirtualMachines/openjdk-15.0.1-1)
4. 導入工程&運作
- 打開IDEA,打開File->Project Strucure->Project->Project JDK(我的好像會自動識别)。若沒有識别(顯示jdk15.1),點選三角号,自己添加,步驟Add SDK->JDK->選擇上面提到的JDK路徑選擇。
- 在pom.xml點選右鍵,設定為maven project->‘Reload project’。耐心等待,這個很費時間。
- 然後找到SparrowRecSys/src/main/java/com/SparrowRecSys/online/RecSysServer,右擊選擇"Run ‘RecSysServer.main()’",程式就執行起來了.
- 浏覽器中輸入http://localhost:6010/即可打開首頁
5. SparrowRecsys涵蓋的技術
3. 推薦系統相關知識擴充
1. 書籍推薦
- 深度學習推薦系統
- 西瓜書
- 蒲公英書
- 百面機器學習
- 數學之美(吳軍)
2. 實踐工具相關
1. Spark
- 形象了解Hadoop、Hive、Spark
- 根據官網寫一個Spark Hello World 程式
- 初步了解Spark MLlib
2. Tensorflow
- 介紹 TensorFlow 和 Keras 的基本概念的文章
- Keras 寫一個 Hello World
- 官方教程
3. Redis
- Redis基本介紹
- Redis基本操作
4. 經典問答
1. 問:對于電影推薦系統來講,哪些資料對生成使用者個性化推薦結果最有幫助?
答:(1)内容相關特征:電影種類,演員,電影内容,電影品質等;(2)使用者行為特征:使用者曆史浏覽記錄、觀看記錄等;
2. 問:召回層單獨優化新增特征,在排序層沒有,如何處理?
答:在設計召回層和排序層的時候一般要聯合設計,召回層要特别關注召回率名額。如果新增特征對結果影響比較大,排序層模型訓練的時候同步引入這兩個特征。
參考資料
《深度學習推薦系統實戰》 – 極客時間,王喆
本文首發于個人小站:NotLate.net,歡迎關注。