1.推荐系统之NFM[DataWhale学习资料](https://github.com/datawhalechina/team-learning-rs/blob/master/DeepRecommendationModel/NFM.md) [AI上推荐 之 FNN、DeepFM与NFM(FM在深度学习中的身影重现)] https://blog.csdn.net/wuzhongqiang/article/details/109532267?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161442https://www.jianshu.com/p/1d157d5146ad

2.Datawhale新闻推荐竞赛学习总结:多路召回进线意图召回示意图Datawhale新闻推荐竞赛学习总结:多路召回 赛题:天池大赛—零基础入门推荐系统—新闻推荐 天池新闻推荐入门赛之【多路召回】 多路召回策略是指采用不同的策略、特征或简单模型,分别召回一部分候选集,然后把候选集混合在一起供后续排序模型使用。可以看出,多路召回策略是在“计算速度”和“召回率”之间进行权衡的https://blog.csdn.net/Hanx09/article/details/110355450/

3.推荐算法工程师需要掌握哪些核心技能点?(二)6、推荐系统实战项目 理论一定要与实践结合,否则就是空中楼阁。在这里给大家推荐datawhale打造的一个新闻推荐项目:https://github.com/datawhalechina/fun-rec 项目规划图如下: 阶段一 物料池的构建: Mysql基础及python调用(简介、安装、简单的命令行基础、python如何调用mysql数据(增删改查,排序)) https://developer.aliyun.com/article/905063

4.datawhalefun# Datawhale Fun-Rec 组队学习项目 本教程主要是针对具有机器学习基础并想找推荐算法岗位的同学,由推荐算法基础、推荐算法入门赛、新闻推荐项目及推荐算法面经组成,形成了一个完整的从基础到实战再到面试的闭环。主要分为三个阶段,分别是推荐系统基础、推荐系统进阶和推荐算法面经,每个阶段的具体内容如下: https://gitee.com/Relph/datawhale-fun-rec

5.推荐系统RecHub推荐系统项目学习51CTO博客高级目标:不掉包直接torch复现模型,甚至复现更多的推荐算法模型。 Reference [1] https:///datawhalechina/torch-rechub [2] ?推荐系统(十四)多任务学习:阿里ESMM(完整空间多任务模型)? [3] 推荐系统(十五)多任务学习:谷歌MMoE(Multi-gate Mixture-of-Experts )https://blog.51cto.com/u_15717393/5471454

6.GitHubdatawhalechina/competition数据挖掘、计算机视觉、自然语言处理、推荐系统竞赛知识、代码、思路. Contribute to datawhalechina/competition-baseline development by creating an account on GitHub.https://github.com/datawhalechina/competition-baseline

7.推荐系统深度推荐系统总结DataWhale-推荐系统打卡Day04--Wide&Deep 来排序,作为广告的推荐。 FM模型与Wide&;Deep FM模型缺点 :当query-item矩阵是稀疏并且是high-rank的时候(比如user有特殊的爱好,或item比较小众),很难非常结果,这两者推荐结果当然存在一些差异,我们Wide&;Deep模型就能够融合这两种推荐结果做出最终的推荐,得到一个比之https://www.pianshen.com/article/91491615353/

8.RecNN?一个基于强化学习的新闻推荐系统框架强化学习是推荐系统的理想框架,因为它具有马尔可夫属性。强化学习中所涉及的组件和概念正好可以和推荐系统中的组件一一对应,比如状态(State)是用户评分的电影,动作(Action)是接下来选择观看的电影,而奖励(Reward)是其对应的评分。 绿色表示状态,红色表示动作,黄色表示奖励 https://cloud.tencent.com/developer/article/1772606

9.和鲸社区数据 Datawhale推荐系统入门-用户新闻点击数据集 2.6k 148 41 0 4 参与的比赛 AI+无线通信 WayHome的团队 2021中国大学生保险数字挑战赛-数字赛道 WayHome的团队 第五届中国创新挑战赛智慧教育专题赛:教育手写公式识别 FCH的团队 参与的活动 预测分析·民宿价格预测 WayHome的团队 AI+无线通信 WayHome的团队 2021https://www.heywhale.com/home/user/profile/5f630d117384e2002cc6c493

10.DatawhaleDatawhale是国内最大的AI开源学习社区,覆盖海内外2000多所院校,吸引具有影响力的顶尖学者、知名教授、企业家、青年贡献者等在此分享知识和远见,加快高校和产业的链接,持续推动AI人才培养。https://www.datawhale.cn/

11.LLM在电商推荐系统的探索与实践OSCHINA电商推荐系统(Recommend System,RecSys)是一种基于用户历史行为和兴趣偏好的个性化系统,能够为用户提供精准、个性化的商品推荐,促进用户的购物体验和消费满意度。一个成熟的 RecSys 通常采用 pipeline 的级连结构,包括召回、粗排、精排、重排等各个模块,具有高度的专业领域特性。随着 ChatGpt 的爆火,大语言模型(LLM)开https://my.oschina.net/u/4662964/blog/10110570