来源书籍

深度学习推荐系统

Skill 版本:v24 136 张卡片

王喆 · 电子工业出版社 · 2020-02-29

章节与卡片

00

2 张卡片
  1. 推荐系统的深度学习时代 理解等级:初级 普通读书笔记卡
  2. 本书定位与读者群 理解等级:初级 普通读书笔记卡

01 第1章 互联网的增长引擎——推荐系统

6 张卡片
  1. 推荐系统的双重引擎定位 理解等级:中级 普通读书笔记卡
  2. 推荐优化目标随业务而变 理解等级:中级 普通读书笔记卡
  3. 推荐系统的逻辑框架 理解等级:初级 结构图卡
  4. 数据流三级平台与三出口 理解等级:中级 操作参考卡
  5. 召回排序再排序三层结构 理解等级:中级 结构图卡
  6. 离线训练在线更新与评估 理解等级:中级 操作参考卡

02 第2章 前深度学习时代——推荐系统的进化之路

20 张卡片
  1. 传统推荐模型演化全景 理解等级:中级 结构图卡
  2. 协同过滤的共现矩阵流程 理解等级:初级 操作参考卡
  3. 用户相似度三种计算法 理解等级:中级 操作参考卡
  4. UserCF局限与ItemCF 理解等级:中级 普通读书笔记卡
  5. 协同过滤的头部效应缺陷 理解等级:高级 普通读书笔记卡
  6. 矩阵分解的隐向量原理 理解等级:中级 普通读书笔记卡
  7. SVD缺陷与梯度下降求解 理解等级:高级 操作参考卡
  8. 矩阵分解的偏差项与优劣 理解等级:高级 普通读书笔记卡
  9. 逻辑回归的CTR预估流程 理解等级:中级 操作参考卡
  10. 逻辑回归流行三大原因 理解等级:高级 普通读书笔记卡
  11. 辛普森悖论与特征交叉 理解等级:中级 普通读书笔记卡
  12. POLY2的暴力交叉与缺陷 理解等级:中级 普通读书笔记卡
  13. FM隐向量特征交叉 理解等级:中级 普通读书笔记卡
  14. FFM特征域感知交叉 理解等级:高级 普通读书笔记卡
  15. POLY2到FFM演化 理解等级:中级 结构图卡
  16. GBDT+LR组合模型结构 理解等级:中级 结构图卡
  17. GBDT叶子节点特征转换 理解等级:中级 操作参考卡
  18. 特征工程模型化趋势 理解等级:高级 普通读书笔记卡
  19. LS-PLM分片逻辑回归 理解等级:中级 普通读书笔记卡
  20. LS-PLM优势与深度学习视角 理解等级:高级 普通读书笔记卡

03 第3章 浪潮之巅——深度学习在推荐系统中的应用

22 张卡片
  1. 深度学习推荐模型演化图谱 理解等级:初级 结构图卡
  2. AutoRec自编码器推荐原理 理解等级:初级 普通读书笔记卡
  3. AutoRec单隐层网络结构 理解等级:中级 结构图卡
  4. DeepCrossing完整深度学习架构 理解等级:中级 普通读书笔记卡
  5. DeepCrossing四层网络结构 理解等级:中级 结构图卡
  6. 残差单元缓解梯度消失 理解等级:高级 普通读书笔记卡
  7. NeuralCF神经网络协同过滤 理解等级:中级 普通读书笔记卡
  8. 从矩阵分解到NeuralCF 理解等级:中级 结构图卡
  9. PNN乘积层特征交叉 理解等级:高级 普通读书笔记卡
  10. WideDeep的记忆泛化分工 理解等级:中级 普通读书笔记卡
  11. WideDeep双路融合结构 理解等级:中级 结构图卡
  12. Cross网络替代Wide部分 理解等级:高级 普通读书笔记卡
  13. FNN用FM隐向量初始化 理解等级:中级 普通读书笔记卡
  14. DeepFM以FM替代Wide部分 理解等级:中级 普通读书笔记卡
  15. NFM特征交叉池化层 理解等级:中级 普通读书笔记卡
  16. AFM注意力加权交叉特征 理解等级:中级 普通读书笔记卡
  17. DIN目标感知的注意力网络 理解等级:中级 普通读书笔记卡
  18. DIEN兴趣进化网络 理解等级:高级 普通读书笔记卡
  19. DIEN兴趣进化三层结构 理解等级:高级 结构图卡
  20. DRN强化学习推荐框架 理解等级:中级 结构图卡
  21. DQN与竞争梯度下降在线学习 理解等级:高级 普通读书笔记卡
  22. 模型选择需贴合业务 理解等级:高级 普通读书笔记卡

04 第4章 Embedding技术在推荐系统中的应用

13 张卡片
  1. Embedding本质与词向量 理解等级:初级 普通读书笔记卡
  2. Embedding对深度推荐的三大价值 理解等级:中级 普通读书笔记卡
  3. CBOW与Skipgram区别 理解等级:初级 普通读书笔记卡
  4. Word2vec训练与查找表 理解等级:中级 操作参考卡
  5. Word2vec负采样训练 理解等级:中级 操作参考卡
  6. Item2vec与Word2vec之别 理解等级:中级 普通读书笔记卡
  7. 广义Item2vec与双塔 理解等级:中级 操作参考卡
  8. DeepWalk随机游走 理解等级:中级 操作参考卡
  9. Node2vec同质性与结构性 理解等级:高级 普通读书笔记卡
  10. EGES补充信息融合 理解等级:中级 操作参考卡
  11. Embedding层与预训练权衡 理解等级:高级 操作参考卡
  12. Embedding作为召回层 理解等级:中级 操作参考卡
  13. LSH分桶与多桶策略 理解等级:高级 操作参考卡

05 第5章 多角度审视推荐系统

22 张卡片
  1. 特征工程的信息保留原则 理解等级:中级 普通读书笔记卡
  2. 隐性反馈为何成为特征重点 理解等级:中级 普通读书笔记卡
  3. 连续与类别特征处理 理解等级:中级 操作参考卡
  4. 特征工程与模型的一体化 理解等级:高级 普通读书笔记卡
  5. 召回与排序的两阶段分工 理解等级:中级 普通读书笔记卡
  6. 多路召回策略 理解等级:中级 操作参考卡
  7. Embedding召回的两大优势 理解等级:高级 普通读书笔记卡
  8. 实时性的重要性证据 理解等级:中级 普通读书笔记卡
  9. 特征实时性三阶段 理解等级:中级 结构图卡
  10. 模型实时性的更新策略 理解等级:高级 操作参考卡
  11. 木桶理论与迭代升级 理解等级:高级 普通读书笔记卡
  12. 优化目标的设定原则 理解等级:中级 问题卡
  13. ESMM多目标优化 理解等级:高级 结构图卡
  14. DIEN有效性的两个前提 理解等级:高级 问题卡
  15. 从用户观察出发改进模型 理解等级:高级 普通读书笔记卡
  16. 冷启动三类与两大思路 理解等级:中级 普通读书笔记卡
  17. 规则冷启动与属性特征 理解等级:中级 操作参考卡
  18. 主动学习与迁移学习冷启动 理解等级:高级 操作参考卡
  19. 探索与利用的本质 理解等级:中级 普通读书笔记卡
  20. 传统探索与利用三算法 理解等级:中级 普通读书笔记卡
  21. LinUCB与DRN探索 理解等级:高级 普通读书笔记卡
  22. 探索与利用的应用场景 理解等级:中级 操作参考卡

06 第6章 深度学习推荐系统的工程实现

18 张卡片
  1. 批处理与流计算架构对比 理解等级:中级 普通读书笔记卡
  2. Lambda架构流批双通道 理解等级:中级 结构图卡
  3. Kappa架构以流代批 理解等级:中级 操作参考卡
  4. 大数据平台与推荐系统整合 理解等级:中级 普通读书笔记卡
  5. Spark的shuffle与并行边界 理解等级:中级 结构图卡
  6. Spark MLlib数据并行训练 理解等级:中级 操作参考卡
  7. Spark MLlib并行训练局限 理解等级:高级 普通读书笔记卡
  8. 参数服务器的push与pull 理解等级:中级 结构图卡
  9. 同步阻断与异步更新取舍 理解等级:高级 普通读书笔记卡
  10. 一致性哈希与多server协同 理解等级:中级 操作参考卡
  11. TensorFlow任务关系图与并行调度 理解等级:中级 结构图卡
  12. TensorFlow单机与分布式训练 理解等级:中级 操作参考卡
  13. 预存结果与Embedding以存代算 理解等级:中级 操作参考卡
  14. 自研模型线上服务平台 理解等级:中级 操作参考卡
  15. 预训练Embedding加轻量模型 理解等级:中级 操作参考卡
  16. PMML与TF Serving部署 理解等级:中级 操作参考卡
  17. Redis容量约束下模型瘦身 理解等级:高级 操作参考卡
  18. 硬件与研发周期下的工程权衡 理解等级:高级 普通读书笔记卡

07 第7章 推荐系统的评估

12 张卡片
  1. 离线评估三种数据划分法 理解等级:中级 操作参考卡
  2. 准确率的类别不均衡陷阱 理解等级:中级 普通读书笔记卡
  3. 精确率召回率与F1权衡 理解等级:中级 普通读书笔记卡
  4. RMSE与LogLoss适用边界 理解等级:高级 普通读书笔记卡
  5. P-R曲线与AUC评估 理解等级:中级 普通读书笔记卡
  6. ROC曲线与截断点绘制 理解等级:中级 操作参考卡
  7. mAP分用户排序评估 理解等级:中级 操作参考卡
  8. Replay仿真评估与时光机 理解等级:中级 操作参考卡
  9. A/B测试不可替代性 理解等级:中级 普通读书笔记卡
  10. A/B测试分桶正交与互斥 理解等级:高级 操作参考卡
  11. Interleaving快速线上评估 理解等级:中级 操作参考卡
  12. 推荐系统多层评估体系 理解等级:高级 结构图卡

08 第8章 深度学习推荐系统的前沿实践

18 张卡片
  1. 精准CTR预估的物理意义 理解等级:中级 普通读书笔记卡
  2. GBDT与LR的特征工程权衡 理解等级:中级 操作参考卡
  3. 在线数据整合的实时性要点 理解等级:高级 操作参考卡
  4. 负采样与CTR校正 理解等级:高级 操作参考卡
  5. DLRM的分层模型结构 理解等级:中级 结构图卡
  6. DLRM混合并行训练 理解等级:高级 操作参考卡
  7. 预订行为融入房源Embedding 理解等级:高级 操作参考卡
  8. 属性聚合破解长期兴趣稀疏 理解等级:高级 操作参考卡
  9. 搜索词Embedding捕捉语义 理解等级:中级 普通读书笔记卡
  10. Embedding特征驱动实时排序 理解等级:中级 操作参考卡
  11. YouTube两阶段推荐架构 理解等级:中级 结构图卡
  12. 最近邻搜索替代端到端推断 理解等级:高级 操作参考卡
  13. 排序模型特征与非线性处理 理解等级:中级 操作参考卡
  14. 加权逻辑回归预估观看时长 理解等级:高级 普通读书笔记卡
  15. 训练测试样本的防穿越处理 理解等级:中级 操作参考卡
  16. Example Age编码内容新鲜度 理解等级:高级 普通读书笔记卡
  17. 阿里推荐模型四阶段进化 理解等级:中级 结构图卡
  18. UIC拆分降低服务延迟 理解等级:高级 操作参考卡

09 第9章 构建属于你的推荐系统知识框架

3 张卡片
  1. 合适优于正确的工程观 理解等级:高级 普通读书笔记卡
  2. 推荐工程师四项能力 理解等级:中级 普通读书笔记卡
  3. 方案权衡的深度与广度 理解等级:高级 普通读书笔记卡

全书概览

《深度学习推荐系统》阅读概览

  • 书名:深度学习推荐系统
  • 作者:王喆
  • 出版社:电子工业出版社,出版日期 2020-02-29
  • 执行模式:light
  • 建档 Skill 版本:v24
  • 建档进度:done
  • 优先级:P4
  • 评级:经典原理(高信息浓度 + 高稳定性:推荐系统演化路径、协同过滤到深度模型、Embedding、召回排序、评估与工程权衡等机制稳定可迁移;具体框架接口与公司实践按成书年代)
  • 内容形态:概念解析型为主体,含大量工程操作手册型内容(模型实现、特征工程、部署、评估)
  • 原书:books/20261105/深度学习推荐系统 (王喆) .epub
  • 已读正文:前言 + 第1—9章 + 后记(11 个实质单元;版权、作者简介、内容简介、推荐序、各章参考文献、目录为非正文排除)
  • 整书笔记:_book_note.md(15 sections / 136 primary / 136 sources)
  • 阅读覆盖:_coverage.md
  • 知识卡:136 张(cards/),普通 65 / 结构图 22 / 操作参考 47 / 问题 2
  • 实践卡:3 张(ideas/)
  • 实践候选筛选:done

章节进度追踪表

章节号 章节标题 状态 卡片数
00 前言 done 2
01 第1章 互联网的增长引擎——推荐系统 done 6
02 第2章 前深度学习时代——推荐系统的进化之路 done 20
03 第3章 浪潮之巅——深度学习在推荐系统中的应用 done 22
04 第4章 Embedding技术在推荐系统中的应用 done 13
05 第5章 多角度审视推荐系统 done 22
06 第6章 深度学习推荐系统的工程实现 done 18
07 第7章 推荐系统的评估 done 12
08 第8章 深度学习推荐系统的前沿实践 done 18
09 第9章 构建属于你的推荐系统知识框架 done 3
10 后记 done 0

非正文排除

spine项 类型 排除理由
titlepage.xhtml 书名页 无正文
text/part0000.html 作者简介 无实质讲解
text/part0001.html 版权信息 出版信息
text/part0002.html 内容简介 出版宣传语
text/part0003.html 推荐序 他人评价,非作者正文
各章参考文献文件 参考文献 文献列表,无实质讲解
text/part0016.html 目录 纯目录

待关联术语

术语名 出现章节 一句话语境
(无) — 提名术语均已在正文卡片中给出实质解释

引用文献

| 标题 | 类型 | 出现章节 | 一句话语境 | | — | — | — | | (无) | — | — | 各章参考文献已整体排除;正文中的模型与论文引用均给出实质讲解并成卡 |

资金安全问题案例

问题标题 问题卡 解决方案卡 出现章节 一句话说明
(无) — — — 本书为推荐系统工程书,不涉及资金安全场景

实践卡进度

序号 实践标题 实践方式 状态 关联章节 产出
001 复现经典模型演化链 实现深读 done 第2章 ideas/idea-001-model-chain.md(计划交付)
002 训练Embedding并做召回 实现深读 done 第4章 ideas/idea-002-embedding-recall.md(计划交付)
003 搭建离线评估对比 实现深读 done 第7章 ideas/idea-003-offline-eval.md(计划交付)

相关主题

从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。

暂无公开主题。