【王喆-推薦系統】開篇詞

這個系列是學習王喆的【深度學習推薦系統實戰】時做的筆記和自己的學習總結。

文章目錄

零、一個栗子的引入

一、學習目標和要求

1.學習目標

2.課前要求

二、課程體系

1.基礎架構篇

2.特征工程篇

3.線上服務篇

4.推薦模型篇

5.效果評估篇

6.前沿拓展篇

三、小結

Reference

零、一個栗子的引入

先從一個栗子入手，2019 年，阿里著名的千人千面系統驅動了天貓“雙 11”2684 億元的成交額。假設我們通過改進天貓的商品推薦功能，讓平臺整體的轉化率提升 1%，那么在 2684 億元成交額的基礎上，我們就能再增加 26.84 億元。 也就是說，推薦工程師僅通過優化推薦技術，就創造了 26.84 億元的價值。這無疑是這個職位最大的魅力所在。

2013 年，百度率先在廣告系統中應用了深度學習，2015 到 2020 年，阿里提出并應用了從 MLR 到 DIEN 等一系列的深度學習模型。國外的互聯網巨頭也不逞多讓，從最早的 Google 的 Word2vec，到 2015 年 YouTube 的深度學習推薦系統，再到之后的 Facebook、Amazon、微軟等等，幾乎所有頭部公司的成功應用，讓深度學習如后浪般席卷了推薦系統業界，將傳統的推薦模型徹底取代。

再或者說，我們最熟悉的天貓淘寶的雙十一活動。

一、學習目標和要求

1.學習目標

在所有業界巨頭的推薦引擎都由深度學習驅動的今天，作為一名推薦系統從業者，我們不應該止步于：

（1）不能滿足于繼續使用協同過濾、矩陣分解這類傳統方法，而應該加深對深度學習模型的理解；加強對大數據平臺的熟悉程度，培養結合業務和模型的技術直覺，提高我們整體的技術格局。

（2）王喆大佬之前在硅谷擔任推薦算法架構師，團隊踩過很多坑，其中他說最寶貴的一點： 只有建立起深度學習推薦系統的知識體系，從系統的層面考慮問題，我們才能夠實現整體效果上的優化。

（3）最現實的問題是，企業的一些推薦、廣告、搜索算法部分在招聘時，更喜歡動手能力強、有實習經歷、有業界項目經驗的（所以即使可能不放實習，卑微讀研生就應該多做項目，提交到github上！）。

（4）很多師兄師姐也確實說過。。算法工程師知識更新很快，一不小心就處于淘汰的邊緣，王喆大佬說人才的分布都是金字塔式的，與其抱怨，不如提高自己的知識儲備、工程能力和技術視野。

2.課前要求

（1）有一定編程基礎；（2）有基本的機器學習概念知識。

自己將會學習的資料：

（1）東北大學的字節大佬github推薦系統項目：

https://github.com/zhongqiangwu960812/AI-RecommenderSystem還有強哥的博客。

（2）王喆大佬的書《深度學習推薦系統》，注意書中的勘誤。

（3）推薦算法的論文：

1.盤一盤推薦系統里值得一讀的那些論文

2.從200多篇頂會論文看推薦系統前沿方向與最新進展

（4）動手搭建項目，像之前的京東NLP項目一樣的工業級項目（嘗試）。

（5）王喆大佬網站：http://wzhe.me/（有書中說的paper）

（6）推薦系統是否進入圖神經網絡時代？，一篇綜述

二、課程體系

1.基礎架構篇

（1）講解我們要從 0 開始實現的推薦系統，Sparrow RecSys 的主要功能和技術架構。由于缺少工業級的實驗環境，Sparrow RecSys 不可能是一個真正的工業級推薦系統，但是它的每一行代碼都是嚴謹的，其中的每個方法都是經過業界驗證的主流方法。

（2）還會使用到 Spark、Flink、TensorFlow 這些業界目前最流行的機器學習和大數據框架

2.特征工程篇

（1）討論推薦系統會用到的特征，以及主要的特征處理方式，并且把它們都實踐在 Spark 上。

（2）講解深度學習中非常流行的 Embedding、Graph Embedding 技術。特征工程是在準備食材。利用學到的 Embedding 方法，來實現 Sparrow Recsys 中的相似電影推薦功能，在實踐中快速成長起來。

3.線上服務篇

（1）一個工業級推薦系統和實驗室 Demo 的最大區別就在于線上服務部分。我們要搭建一個推薦服務器，它包括了服務器、存儲、緩存、模型服務等相關知識。

（2）初步掌握 Jetty Server、Spark、Redis，這些工程領域的核心技能。

4.推薦模型篇

（1）學習深度學習推薦模型的原理和實現方法，主要包括 Embedding+MLP 、Wide&Deep、PNN 等深度學習模型的架構和 TensorFlow 實現

（2）注意力機制、序列模型、增強學習等相關領域的前沿進展。

5.效果評估篇

（1）學習效果評估的主要方法和指標。

（2）對一個成熟的推薦系統來說，還需要建立起包括線下評估、線上 AB 測試、評估反饋閉環等整套的評估體系，真正能夠用業界的方法而不是實驗室的指標來評價一個推薦系統。

6.前沿拓展篇

講解 YouTube、阿里巴巴、微軟、Pinterest 等一線公司的深度學習應用，幫助你追蹤業界發展的最新趨勢，并且找到自己技術道路上的方向。

三、小結

不要老想著一蹴而就，推薦系統的每個模塊都有著極深的技術縱深，不管是 TensorFlow 還是 Spark，還是 Redis、Flink，它們中的每一個都需要我們持續性的鉆研。這里我貼加一張之前看到過的58同城的推薦系統整體架構：

毛小偉大佬對上圖的總結：

數據層：前后端通過埋點記錄用戶日志數據，KaFka消息隊列將數據存入HDFS大數據文件系統中。這一層技術棧是Hadoop、Spark大數據組件

策略層：

平常所說的推薦算法就是指這一層，需要重點掌握

。首先是召回，主要根據用戶部分特征，從海量的物品庫里，快速找回一小部分用戶潛在感興趣的物品，然后交給排序環節，排序環節可以融入較多特征，使用復雜模型，來精準地做個性化推薦。召回強調快，排序強調準。這一塊重點掌握模型：

協同過濾、矩陣分解、FM、Embeding、Wide&Deep及其改進

。

應用層：根據業務需求而不同。比如：廣告點擊、商品推薦、短視頻推薦。

《深度學習推薦系統》，這本書高屋建瓴的介紹了推薦系統整體架構，發展歷史以及未來趨勢，各種推薦模型的演化之路，很適合前期用來搭建推薦系統知識框架。但是具體的模型并沒有深入講解，還得自己去看論文。這個也很正常，作為算法人員，經常看論文是必須的，就像開發人員要時常看官方技術文檔。

Reference

（1）《深度學習推薦系統實戰》——王喆

（2）知乎：如何評價「深度學習推薦系統」這本書

推薦系統 深度學習

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。