重新开始更新了。
写在前面
太久没有更新博客了，去年十一去了一趟澳洲，回来后发生了一些事情，博客就一直停更了。
后面又因为疫情在家闲了一段时间。
正因为这个也让自己有了时间去好好考虑自己想要什么。
废话不多说了，前段时间看到知乎上的大佬出书了，介于自己工作上的需求及时购买了这本书，也是对于自己工作上的一个总结。
附上大佬的个人地址
https://www.zhihu.com/people/wang-zhe-58
第一章
互联网的增长引擎-推荐系统
用户角度 ：信息过载，高效获得感兴趣的信息
公司角度：增长用户
视频类注重 用户观看时长
电商类注重 用户购买转化率（Connversion Rate）
新闻类注重 点击率
推荐系统处理的是信息，其中信息包括三要素：用户、物品、上下文
User、Item、Context构成了 一个函数 F（U,I,C）通过推荐系统给予用户推荐
模型结构一般分为：
召回层：从海量候选集中召回用户可能感兴趣的物品
排序层：对候选集进行精排
再排序层：兼顾结果的 多样性、流行度、新鲜度 ，形成最终的推荐列表
与传统推荐模型相比，深度学习模型
对 数据拟合能力 和 对 特征组合的挖掘能力 更强
个人总结：
第一章的内容不多，主要是让读者了解推荐系统的组成
和在业界的重要性，以及深度学习是怎么在推荐学习中应用的