更新记录
- 初稿：20171215 简单罗列
- v1：20200619 补充学习方法1
- v2：20220501 补充样本构造部分
目录
前言
本文主要介绍推荐系统中召回链路的设计。
样本如何构造
方案一、正样本为点击样本，负样本随机采
方案二、使用精排预估的序
学习方法
协同过滤
基于领域的方法
- item based
- user based
基于隐语义的方法
- SVD
向量召回
- 参考如下：
- Deep Neural Networks for YouTube Recommendations
- Mixed Negative Sampling for Learning Two-tower Neural Networks in Recommendations
- Multi-Interest Network with Dynamic Routing for Recommendation at Tmall
skip-gram
DeepWalk + skip-gram
YoutubeDNN
DSSM
MIND
之前整理的内容
以下是2017年12月15日整理的：
- 热门召回
- 用户兴趣召回
- 关联规则
- 协同过滤
- 矩阵分解
- DNN