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(中)

你好,我是黄鸿波。
今天我们继续来进行知识回顾,这节课我们将聚焦在召回篇:基于规则的召回以及服务搭建篇,话不多说,直接开始今天的复习课。
本节课的重点在于了解召回对于推荐系统的意义,并熟悉基于规则的召回种类到底有哪些。其中,基于时间召回是最简单的一种召回算法,主要依照内容产生时间的顺序进行召回,一般需要配合其他召回方式一起使用。
本节课的重点在于学习基于热度召回的热度值是怎么算出来的,并且熟悉怎么做热度值的变化更新,这就要求我们对牛顿冷却定律有一定的了解。最后我还带你整体过了一遍基于热度召回的实现思路。
本节课的重点在于学习基于关键词的召回算法的实现过程,同时我们讲解了提取关键词中两种常见的算法:TF-IDF 和 TextRank 算法,以及这两种算法的实现原理,这个也需要重点掌握。
本节课我们在 Python 环境下使用 Flask 框架,搭建了一个简单的接口,并使用 Postman 来进行调用,最后得到了一个正确的输出。要想搭建一个推荐系统服务,你至少需要对 Web 服务、接口、模型的调用、数据的流转有着整体的认识。
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分享了关于召回算法和推荐系统的知识回顾。文章主要涵盖了基于规则的召回、热度召回、关键词召回等内容。其中,基于时间召回、热度值计算和更新、基于关键词的算法实现以及Python环境下使用Flask框架搭建推荐系统服务等技术点都得到了详细讲解。此外,文章还介绍了如何使用Python搭建Webservice服务、操作MySQL数据库,以及在服务端代码中增加交互信息和使用Vue.js进行展示。整体而言,本文是对推荐系统相关知识的系统总结,为读者提供了全面的技术指导和实践经验。如果读者对推荐系统有兴趣,本文将为其提供宝贵的学习参考。

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

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部