深度學習推薦系統-筆記01：深度學習推薦系統基礎

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

1. 下載下傳IDEA（https://www.jetbrains.com/idea/download/#section=mac）
2. 下載下傳JDK（https://www.oracle.com/java/technologies/javase-jdk15-downloads.html）
3. 安裝IDEA和JDK（JDK的路徑~/Library/Java/JavaVirtualMachines/openjdk-15.0.1-1）

4. 導入工程&運作

1. 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。
2. 在pom.xml點選右鍵，設定為maven project->‘Reload project’。耐心等待，這個很費時間。
3. 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.
4. 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

1. 深度學習推薦系統
2. 西瓜書
3. 蒲公英書
4. 百面機器學習
5. 數學之美（吳軍）

2. 實踐工具相關

1. Spark

1. 形象了解Hadoop、Hive、Spark
2. 根據官網寫一個Spark Hello World 程式
3. 初步了解Spark MLlib

2. Tensorflow

1. 介紹 TensorFlow 和 Keras 的基本概念的文章
2. Keras 寫一個 Hello World
3. 官方教程

3. Redis

1. Redis基本介紹
2. 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。