王树森推荐系统公开课

基于小红书的场景讲解工业界真实的推荐系统，读书笔记。

01 概要

● 推荐系统的链路
● AB测试

02 召回

● 基于物品的协同过滤（ItemCF）
● Swing召回通道
● 基于用户的协同过滤（UserCF）
● 离散特征处理
● 矩阵补充
● 双塔模型：模型和训练
● 双塔模型：正负样本
● 双塔模型：线上召回和更新
● 双塔模型+自监督学习
● Deep Retrieval召回
● 其他召回通道
● 曝光过滤和Bloom Filter

03 排序

● 多目标排序模型
● MMoE
● 预估分数融合
● 视频播放建模
● 排序模型的特征
● 粗排模型

04 特征交叉

● 因子分解机FM
● 深度交叉网络DCN
● LHUC网络结构
● SENet Bilinear Cross

05 行为序列

● 用户行为序列建模
● DIN模型（注意力机制）
● SIM模型（长序列建模）

06 重排

● 物品相似性的度量、提升多样性的方法
● MMR多样性算法
● 业务规则约束下的多样性算法
● DPP多样性算法（上）
● DPP多样性算法（下）

07 物品冷启动

● 优化目标&评价指标
● 简单的召回通道
● 聚类召回
● Look-Alike召回
● 流量调控
● 冷启动的AB测试

08 推荐系统涨指标的方法

● 概述
● 召回
● 排序
● 多样性
● 特征用户人群
● 交互行为（关注、转发和评论）