📚 搜索推荐系统融合实战
30章 · 从0到1
⚡ 目录 · 点击跳转
v2.0
01
搜索推荐系统概述
发展历程 · 核心概念 · 应用场景与商业价值
📂
进入
02
推荐系统基石：协同过滤
User-based / Item-based · 矩阵分解技术
📂
进入
03
内容理解与画像
用户画像 · 物品标签化 · 特征工程基础
📂
进入
04
召回策略精讲
多路召回 · 向量Embedding · 图召回
📂
进入
05
排序模型演进
LR → FM · DeepFM · DIN · DIEN
📂
进入
06
搜索系统核心
倒排索引 · 查询理解 · Query改写纠错
📂
进入
07
搜索排序技术
LTR · BM25 · 语义匹配模型
📂
进入
08
融合架构设计
异构数据融合 · 特征共享策略
📂
进入
09
实时计算与特征
Flink实时特征 · 在线学习与模型更新
📂
进入
10
多目标优化
MMOE · PLE · 样本权重 · 帕累托最优
📂
进入
11
冷启动问题
用户/物品冷启动 · EE策略
📂
进入
12
强化学习应用
Bandit · DQN · 探索与利用
📂
进入
13
图神经网络
GCN · GAT · 知识图谱融合
📂
进入
14
跨域推荐
跨域迁移 · 共享表征 · 联邦推荐
📂
进入
15
搜索推荐A/B测试
实验设计 · 指标体系 · 假设检验
📂
进入
16
模型部署与推理
ONNX · TensorRT · 服务化部署
📂
进入
17
特征存储与服务
Redis · Faiss · Feast平台
📂
进入
18
数据管道与ETL
离线数仓 · 实时流 · 数据质量监控
📂
进入
19
因果推断与反事实
因果推荐 · 反事实推理 · Debias
📂
进入
20
可解释推荐
SHAP · LIME · 特征解释
📂
进入
21
多模态推荐
文本·图像·视频特征融合与对齐
📂
进入
22
序列推荐模型
GRU4Rec · SASRec · BERT4Rec
📂
进入
23
会话推荐
SR-GNN · 意图识别 · 即时反馈
📂
进入
24
广告系统融合
搜索广告 · 推荐广告 · CTR预估
📂
进入
25
大规模稀疏模型
参数服务器 · Embedding压缩 · 混合精度
📂
进入
26
模型压缩与蒸馏
知识蒸馏 · 剪枝 · 量化技术
📂
进入
27
搜索推荐安全
对抗攻击 · 数据投毒 · 隐私保护
📂
进入
28
评估与监控
NDCG · MRR · 在线监控告警
📂
进入
29
业界前沿探索
大模型GPT/LLM · AI Agent
📂
进入
30
项目实战：电商融合系统
从0到1搭建搜索推荐融合系统
📂
进入