You cannot select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.

44 lines
2.8 KiB
Markdown

# SUMMARY
* [简介](./README.md)
* [开篇词 | 用知识去对抗技术不平等](./docs/3599.md)
* [01 | 你真的需要个性化推荐系统吗?](./docs/4318.md)
* [02 | 个性化推荐系统有哪些绕不开的经典问题?](./docs/4340.md)
* [03 | 这些你必须应该具备的思维模式](./docs/4417.md)
* [04 | 画鬼容易画人难:用户画像的“能”和“不能”](./docs/4574.md)
* [05 | 从文本到用户画像有多远](./docs/4635.md)
* [06 | 超越标签的内容推荐系统](./docs/4674.md)
* [07 | 人以群分,你是什么人就看到什么世界](./docs/4802.md)
* [08 | 解密“看了又看”和“买了又买”](./docs/4856.md)
* [09 | 协同过滤中的相似度计算方法有哪些](./docs/4859.md)
* [10 | 那些在Netflix Prize中大放异彩的推荐算法](./docs/5030.md)
* [11 | Facebook是怎么为十亿人互相推荐好友的](./docs/5033.md)
* [12 | 如果关注排序效果,那么这个模型可以帮到你](./docs/5055.md)
* [13 | 经典模型融合办法:线性模型和树模型的组合拳](./docs/5365.md)
* [14 | 一网打尽协同过滤、矩阵分解和线性模型](./docs/5387.md)
* [15 | 深度和宽度兼具的融合模型 Wide and Deep](./docs/5406.md)
* [16 | 简单却有效的Bandit算法](./docs/5594.md)
* [17 | 结合上下文信息的Bandit算法](./docs/5607.md)
* [18 | 如何将Bandit算法与协同过滤结合使用](./docs/5610.md)
* [19 | 深度学习在推荐系统中的应用有哪些?](./docs/5843.md)
* [20 | 用RNN构建个性化音乐播单](./docs/5916.md)
* [21 | 构建一个科学的排行榜体系](./docs/5933.md)
* [22 | 实用的加权采样算法](./docs/6177.md)
* [23 | 推荐候选池的去重策略](./docs/6186.md)
* [24 | 典型的信息流架构是什么样的](./docs/6195.md)
* [25 | Netflix个性化推荐架构](./docs/6495.md)
* [26 | 总览推荐架构和搜索、广告的关系](./docs/6499.md)
* [27 | 巧妇难为无米之炊:数据采集关键要素](./docs/6506.md)
* [28 | 让你的推荐系统反应更快:实时推荐](./docs/6630.md)
* [29 | 让数据驱动落地,你需要一个实验平台](./docs/6799.md)
* [30 | 推荐系统服务化、存储选型及API设计](./docs/6803.md)
* [31 | 推荐系统的测试方法及常用指标介绍](./docs/7181.md)
* [32 | 道高一尺魔高一丈:推荐系统的攻防](./docs/7188.md)
* [33 | 和推荐系统有关的开源工具及框架介绍](./docs/7204.md)
* [34 | 推荐系统在互联网产品商业链条中的地位](./docs/7623.md)
* [35 | 说说信息流的前世今生](./docs/7653.md)
* [36 | 组建推荐团队及工程师的学习路径](./docs/7657.md)
* [加餐 | 推荐系统的参考阅读](./docs/8113.md)
* [结束语 | 遇“荐”之后,江湖再见](./docs/8117.md)
* [结课测试 | 推荐系统的这些知识,你都掌握了吗?](./docs/256870.md)