手把手带你搭建推荐系统
黄鸿波
谷歌开发者专家,知名游戏公司技术专家
3434 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已完结/共 36 讲
手把手带你搭建推荐系统
15
15
1.0x
00:00/00:00
登录|注册

特别放送|知识回顾(上)

你好,我是黄鸿波。
不知不觉咱们的课程已经接近尾声了,这节课我来带你划下重点,一起复习一下架构篇以及数据篇的内容,话不多说,我们现在开始吧。
本节课的重点在于了解推荐系统的整体概念,知道它整体运行的原理,此外,我还为你梳理了推荐系统的学习方法,为接下来数据篇的学习做准备。
本节课的重点在于掌握 Netflix 推荐系统在企业中的整体架构以及工作流程,同时熟悉在线层、近似在线层、离线层这几个层之间的关系。
本节课的重点在于了解数据的获取方式以及具体形态,同时熟悉各类数据处理方法和它们对应的应用场景。
本节课的重点在于 MongoDB 数据库的大致了解以及安装,并能够简单使用它。我在目录的设计上重点突出了“手把手”搭建的过程,所以也看到有的同学反馈这节课太过于基础了。如果你有 MongoDB 数据库以及 Redis 数据库的安装经验,可以直接学习第六节课。
本节课和上节课的定位类似,也是在手把手带你安装和使用 Redis 数据库,如果你已经会了,直接跳过即可,这两节课是想照顾一下基础薄弱的同学。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

黄鸿波老师在本文中回顾了推荐系统课程的架构篇和数据篇内容。他重点介绍了推荐系统的整体概念和原理,以及学习方法。此外,他详细解释了Netflix推荐系统在企业中的架构和工作流程,以及在线层、近似在线层、离线层之间的关系。在数据篇中,他涵盖了数据获取方式、数据形态、数据处理方法和应用场景,并介绍了MongoDB数据库的安装和使用,以及Redis数据库的安装和使用。此外,他还讲解了爬虫的工作流程、Scrapy框架的原理和主要模块,以及在Anaconda环境中创建Scrapy环境的方法。最后,他强调了非结构化文本内容画像的生成处理方式,包括文本分类、聚类、关键词提取,以及使用Python和MongoDB创建内容画像的方法。这篇文章为读者提供了全面的技术知识回顾,涵盖了推荐系统、数据处理、数据库操作、爬虫和文本处理等多个方面,适合对这些领域感兴趣的读者阅读学习。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《手把手带你搭建推荐系统》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(2)

  • 最新
  • 精选
  • 爱极客
    老师,对应课程的完整源码呢?

    作者回复: https://github.com/ipeaking/recommendation https://github.com/ipeaking/scrapy_sina

    2023-06-26归属地:广东
    1
  • peter
    代码在哪里?也许在某一课中已经给出了链接。

    作者回复: https://github.com/ipeaking/recommendation https://github.com/ipeaking/scrapy_sina

    2023-06-26归属地:北京
收起评论
显示
设置
留言
2
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部