黑马头条推荐系统项目V5.0实战教程

  •  
  • 第1节  黑马头条-框架介绍
  • 01_黑马头条推荐架构与业务流.mp4
  • 02_开发环境介绍.mp4
  • 03_业务数据介绍.mp4
  • 04_数据库迁移介绍.mp4
  • 05_数据库迁移案例.mp4
  • 06_迁移脚本定时运行.mp4
  • 07_用户行为收集介绍.mp4
  • 08_supervisor管理.mp4
  • 09_进程管理添加.mp4
  • 10_用户行为收集结果.mp4
  • 11_离线画像构建.mp4
  • 12_文章数据合并.mp4
  • 13_文章数据合并2.mp4
  • 14_tfidf结果计算.mp4
  • 15_结果解析.mp4
  • 16_texrank计算.mp4
  • 17_总结.mp4
  • 第2节  黑马头条-离线计算更新Item画像
  • 01_复习.mp4
  • 02_文章画像增量更新:离线增量文章画像更新代码介绍.mp4
  • 03_文章画像增量更新:APschedule增量更新设置.mp4
  • 04_文章画像增量更新:supervisor添加离线文章更新.mp4
  • 05_文章向量:word2vec介绍.mp4
  • 06_文章向量:频道的word2vec模型训练保存.mp4
  • 07_文章向量:词向量合并.mp4
  • 08_文章向量:词向量平均值计算.mp4
  • 09_文章相似度:相似度计算LSH介绍.mp4
  • 10_文章相似度:处理不同频道文章向量类型.mp4
  • 11_文章相似度:BRPLSH相似度计算.mp4
  • 12_文章相似度:相似度结果存储.mp4
  • 13_文章相似度增量更新与文章更新总结.mp4
  • 14_用户画像介绍.mp4
  • 15_用户行为日志关联.mp4
  • 第3节  黑马头条-离线用户召回集与排序计算
  • 01_复习.mp4
  • 02_用户画像:用户行为原始数据处理.mp4
  • 03_用户画像:行为数据合并处理写入基础行为表.mp4
  • 04_用户画像:存储介绍.mp4
  • 05_用户画像:用户画像文章标签获取.mp4
  • 06_用户画像:标签权重计算.mp4
  • 07_用户画像总结.mp4
  • 08_用户画像:用户基本信息存储画像.mp4
  • 09_用户画像:完整代码分析与更新设置
  • 09_用户画像:完整代码分析与更新设置.mp4
  • 10_离线用户模型召回:黑马召回排序流程以及方案介绍.mp4
  • 11_离线用户模型召回:用户召回表设计以及历史召回表.mp4
  • 12_离线用户模型召回:召回步骤分析以及ALS模型复习.mp4
  • 13_离线用户模型召回:用户点击行为数据处理.mp4
  • 14_离线用户模型召回:ALS推荐以及结果处理.mp4
  • 15_离线用户模型召回:召回结果存储以及历史召回过滤.mp4
  • 16_离线用户内容召回:文章内容相似推荐以及结果存储.mp4
  • 17_离线用户多路召回定时更新.mp4
  • 第4节  黑马头条-实时计算业务
  • 01_复习.mp4
  • 02_离线排序业务介绍.mp4
  • 03_排序模型样本特征构造.mp4
  • 04_用户关键词权重处理问题解决.mp4
  • 05_LR模型加载与预估.mp4
  • 06_LR模型加载与预估2.mp4
  • 07_离线特征中心-用户特征存储.mp4
  • 08_离线特征中心:文章特征存储.mp4
  • 09_定时特征中心更新.mp4
  • 10_实时业务介绍与日志收集到Kafka.mp4
  • 11_实时计算:streaming配置.mp4
  • 12_实时召回内容获取与召回表存储.mp4
  • 第5节  黑马头条-推荐业务流实现与ABTest
  • 01_复习.mp4
  • 02_热门文章召回存储.mp4
  • 03_新文章召回存储.mp4
  • 04_实时在线召回的supervisor添加.mp4
  • 05_实时推荐:实施推荐业务逻辑介绍.mp4
  • 06_实施推荐:grpc以及参数介绍.mp4
  • 07_实时推荐:grpc协议介绍.mp4
  • 08_实时推荐:黑马头条grpc服务端编写.mp4
  • 09_实时推荐:黑马头条grpc测试.mp4
  • 10_实时推荐:ABTest分流.mp4
  • 11_实时推荐:推荐中心业务介绍以及实现.mp4
  • 12_实时推荐:推荐中心时间戳逻辑.mp4
  • 13_实时推荐:协同过滤召回服务读取逻辑与实现.mp4
  • 14_实时推荐:热门文章与新文章读取.mp4
  • 第6节  黑马头条-深度学习与推荐系统
  • 01_复习.mp4
  • 02_实时推荐:召回结果读取过滤.mp4
  • 03_实时推荐:召回结果的存储.mp4
  • 04_实时推荐:召回结果存储测试.mp4
  • 05_实时推荐:推荐缓存服务.mp4
  • 06_实时推荐:推荐缓存服务添加代码.mp4
  • 07_实时推荐:缓存结果测试.mp4
  • 08_实时推荐:缓存结果测试.mp4
  • 09_实时推荐:模型预测notebook代码1.mp4
  • 10_实时推荐:模型预测notebook代码2.mp4
  • 11_实时推荐:grpc运行模型测试添加.mp4
  • 12_实时推荐:模型预测测试(等待时间).mp4
  • 13_实时推荐:模型预测测试2.mp4
  • 14_实时推荐:模型预测测试3.mp4
  • 第7节  黑马头条-TensorFlow框架介绍
  • 01_复习.mp4
  • 02_深度学习与推荐系统介绍.mp4
  • 03_TensorFlow数据流图.mp4
  • 04_图.mp4
  • 05_Tensorboard.mp4
  • 06_OP.mp4
  • 07_会话.mp4
  • 08_张量与变量OP.mp4
  • 09_线性回归原理与TF实现.mp4
  • 10_tf.Variable的训练观察与效果.mp4
  • 11_变量Tensorboard添加观察.mp4
  • 12_变量Tensorboard添加观察2.mp4
  • 13_模型加载与保存.mp4
  • 14_设置命令行参数.mp4
  • 16_TFrecords文件介绍与黑马流程.mp4
  • 17_黑马训练样本存储.mp4
  • 第8节  黑马头条-黑马头条排序模型进阶
  • 01_神经网络介绍.mp4
  • 02_神经网络介绍2.mp4
  • 03_神经网络分类原理.mp4
  • 04_交叉熵损失.mp4
  • 05_tf.dataset与tf.feature_column.mp4
  • 06_tf.estimator做分类.mp4
  • 07_深度学习与排序介绍.mp4
  • 08_FTRL模型训练介绍.mp4
  • 09_FTRL实时排序添加.mp4
  • 10_wide&deep介绍.mp4
  • 11_WDL模型导出.mp4
  • 12_docker.mp4

Originally posted 2021-01-30 11:26:21.

升级VIP点这全站免费下载包季会员68元,包年会员98元,终身会员188元
搜贝优资 » 黑马头条推荐系统项目V5.0实战教程

提供最优质的资源集合

立即查看 了解详情