发展历史、核心价值、应用场景（电商/短视频/新闻）、评价指标（准确率、召回率、覆盖率、多样性）
开始学习
分布式架构、倒排索引原理、RESTful API、文档与索引、集群健康检查
开始学习
布尔查询(bool)、过滤上下文、评分机制(TF-IDF/BM25)、聚合分析(terms,avg,cardinality)
开始学习
特征提取(标签/关键词/类别)、用户画像、ES中multi_match/term召回
开始学习
User-based / Item-based CF、余弦相似度、皮尔逊系数、冷启动问题
开始学习
script_score自定义相似度、交互矩阵存入ES、实时召回相似物品
开始学习
加权融合、分层融合、级联融合、ES查询DSL设计
开始学习
Lambda/Kappa架构、ES实时特征存储、Kafka+Flink+ES管道
开始学习
埋点设计(曝光/点击/收藏/购买)、Logstash/Filebeat采集到ES
开始学习
用户/物品/上下文特征、ES特征索引设计
开始学习
dense_vector字段、KNN搜索、script_score向量相似度、混合检索
开始学习
ES作为特征存储、Word2Vec/DeepFM结果写入、在线推理
开始学习
实验分组、ES存储配置、实时指标(CTR/CVR)、显著性检验
开始学习
分片策略、索引优化(refresh_interval/段合并)、查询缓存/路由
开始学习
explain API评分解释、基于规则的推荐理由生成
开始学习
召回层(CB/CF/热门/地域)、粗排(rescore)、精排(外部模型)
开始学习
function_score的decay函数、热度衰减、位置衰减
开始学习
推荐+搜索结合、boosting提升个性化、query-time/index-time个性化
开始学习
自定义评分/聚合插件、ES插件生命周期管理
开始学习
集群监控(CPU/内存/延迟)、效果监控(离线/在线)、日志分析
开始学习
特征存储与MLflow/Kubeflow集成、在线预测协同
开始学习
Netflix/YouTube/TikTok推荐架构、ES角色
开始学习
图数据库与ES集成、社交关系推荐、join类型与图遍历
开始学习
数据脱敏、ES字段级安全、GDPR合规、差分隐私
开始学习
多语言分词器(ik/pinyin)、跨语言推荐、language analyzers
开始学习
ES存储实验数据、实时计算指标、Kibana可视化看板
开始学习
pipeline aggregation、ingest pipeline、transform实时特征
开始学习
基于内容/人口统计冷启动、more_like_this查询
开始学习
Neo4j社交关系 + ES物品特征、联合查询社交推荐
开始学习
从0到1构建完整ES推荐系统、架构设计、代码实现、部署测试
开始学习