【一点推荐系统方面的学习总结】

---

写在前面的话

我是在2020年11月4号，报了一门学习推荐系统的课程。那个时候，工作不忙，我还有时间，想要学点其他东西。这是最开始的初心，随着工作忙起来，我用来写博客的时间减少，加上自己还有其他的任务。我的博客写作之旅一直不顺畅。2021年4月29日，我起床，洗漱后，开始启程上班。掏出手机，发现自己的作业被打了很低分，转念一想，我错了。我为了学习而学习，推荐系统的目的是减少人们的选择，提供高质量的推送。我们在刷抖音的时候，你给某个视频点赞或者转发啥的，系统会认为你喜欢，并持续不断的给你推送相关视频。好的推荐系统，是能够根据和你相似的伙伴他们喜欢的东西，猜你喜欢他们爱刷的视频。

推荐系统初期，会面临用户缺少的情况，会给用户提供选择喜欢的类型，从这里面给你推送消息。

那么我学推荐系统是为了什么？我们每天打开APP，潮涌般的消息扑面而来。每天包裹在这些所谓的‘有用’消息。如何减少这些消息，定期删除多余的APP，留下你最近要用的APP。尝试过设置手机权限，但是突然要用，我又得去一个个把权限打开，‘麻烦’的感觉油然而生。很多课程都是在讲我们怎么合理接收信息并输出想法。源头是来自APP的推送，一条新闻出来，APP们都在推送这条消息，可不可以只有一家给我发送，信息显得冗余。

学习推荐系统，会让你多少了解里面的基本原理。通过报班学习，没有多年的实践积累，体现不出价值。推荐的前提也是有东西推荐，推荐孩子吸收处理后的数据养分茁壮成长。

推荐系统，数据的收集，处理，保存，使用形成闭环。很多APP，网站都会适当收集用户浏览后的信息，并记录下来。存在APP暗箱操作，变着法其他收集信息。我们的信息也在不经意间流通到信息广场被人拿去使用，给你打电话，给你微信、QQ发加好友。信息泛滥的问题，正确对待，相信‘天上随便不会掉馅饼’。

什么是用户需要的信息？微信没有提供一键读完所有消息，新消息覆盖旧消息，提供群发消息，一旦你的群一多，消息多起来。微博，微信群聊、公众号成为了广告的散播地。第13讲淘宝定向广告演化与天猫用户复购预测这节说到了淘宝广告的演化，有的方向是怎么解决广告投放后，用户实际消费，广告成本转变成收益。

01-商业智能与推荐系统

【BI学习作业01-商业智能与推荐系统】
【BI学习心得01-商业智能与推荐系统】

机器学习的概念，七个步骤，分类问题，回归问题

02-挖掘数据中的关联规则

【BI学习作业02-挖掘数据中的关联规则】
【BI学习心得02-挖掘数据中的关联规则】

支持度、置信度、提升度、Apriori算法、FP-growth算法、关联规则

03-用户画像

【BI学习作业03-推荐系统眼中的你——用户画像】
【BI学习心得03-推荐系统眼中的你——用户画像】

用户画像概念、如何给用户打标签

04-ALS算法与推荐系统

【BI学习作业04-ALS算法与推荐系统】
【BI学习心得04-ALS算法与推荐系统】

协同过滤、矩阵分解、SGD算法、Surprise工具

05-SVD矩阵分解与基于内容的推荐

【BI学习作业05-SVD矩阵分解与基于内容的推荐】
【BI学习心得05-SVD矩阵分解与基于内容的推荐】

EVD矩阵、SVD奇异值分解、funkSVD, BiasSVD，SVD++算法

06-因子分解机, libFM与基于邻域的协同过滤

【BI学习作业06-因子分解机, libFM与基于邻域的协同过滤】
【BI学习心得06-因子分解机, libFM与基于邻域的协同过滤】

FM、FFM、DeepFM、NFM、AFM

07-CTR预估算法与基于流行度的推荐

【BI学习作业07-CTR预估算法与基于流行度的推荐】
【BI学习心得07-CTR预估算法与基于流行度的推荐】

GBDT+LR、Wide & Deep算法、CTR模型回顾

08-用户购买预测与基于流行度的推荐

【BI学习作业08-用户购买预测与基于流行度的推荐】
【BI学习心得08-用户购买预测与基于流行度的推荐】

流行度的影响与进展

09-时间序列分析

【BI学习作业09-时间序列分析】
【BI学习心得09-时间序列分析】

时间序列概念、移动平均法、指数平滑法、自回归AR 、移动平均 MA 、ARMA 模型

10-时间序列实战

【BI学习作业10-时间序列实战】
【BI学习心得10-时间序列实战】

与时间特征有关的那些事、数据探索步骤

11-资金流入流出预测

【BI学习作业11-资金流入流出预测】
【BI学习心得11-资金流入流出预测】

正则表达式、常用正则符号、分词与词性、jieba库使用、TF-IDF计算、TextRank算法

12-个性化推荐与金融数据分析

【BI学习作业12-个性化推荐与金融数据分析】
【BI学习心得12-个性化推荐与金融数据分析】

Airbnb个性化推荐论文解读

13-淘宝定向广告演化与天猫用户复购预测

【BI学习作业13-淘宝定向广告演化与天猫用户复购预测】
【BI学习心得13-淘宝定向广告演化与天猫用户复购预测】

电商定向广告 VS 搜索广告、淘宝定向广告演化、DIN、DIEN、DSIN

14-AlphaGo Zero实战

【BI学习作业14-AlphaGo Zero实战】
【BI学习心得14-AlphaGo Zero实战】

强化学习概念、AlphaGO Zero策略、蒙特卡洛算法、AlphaGo的策略价值网络

15-数据分析思维

【BI学习作业15-数据分析思维】
【BI学习心得15-数据分析思维】

从AIPL模型、Kraljic采购定位模型、帕累托法则、漏斗模型、RFM用户价值模型

16-模型融合与供应链预测

【BI学习作业16-模型融合与供应链预测】
【BI学习心得16-模型融合与供应链预测】

复习回归算法、二手车交易价格预测竞赛练习

17-智能供应链与评分卡模型

【BI学习作业17-智能供应链与评分卡模型】
【BI学习心得17-智能供应链与评分卡模型】

RFM指标、LDA

• Recency，最近一次消费时间间隔
• Frequency，消费频率，一段时间（比如1年）内的消费次数
• Monetary，消费金额，一段时间（比如1年）内的消费金额
  比如今天8月22日，用户A在商店里购买了商品，上一次购买是8月15日，请问Recency=？
• 每个指标越大=>用户价值越高，用3个指标作为XYZ坐标轴，将空间分成8个部分进行分析

18-评分卡模型

【BI学习作业18-评分卡模型】
【BI学习心得18-评分卡模型】

评分卡模型概念、计算与实践

评分卡模型概念：根据客户的各种属性和行为数据，利用信用评分模型，对客户的信用进行评分，从而决定是否给予授信，授信的额度和利率，减少在金融交易中存在的交易风险。

19-逻辑回归与采购决策

【BI学习作业19-逻辑回归与采购决策】
【BI学习心得19-逻辑回归与采购决策】

这里是引用

20-常见规划问题1

【BI学习作业20-常见的规划问题1】
【BI学习心得20-常见规划问题1】

这里是引用

21-常见规划问题2

【BI学习作业21-常见规划问题2】
【BI学习心得22-车辆路径规划问题】

这里是引用

22-车辆路径规划问题

【BI学习作业22-车辆路径规划问题】
【BI学习心得22-车辆路径规划问题】

这里是引用

23-车辆路径规划问题2

【BI学习作业23-车辆路径规划问题】
【BI学习心得23-车辆路径规划问题2】

这里是引用

推荐资料

1. 推荐系统中的深度匹配模型

这篇综述文章讲述了推荐系统的发展与模型结构重难点，适合有基础的人浏览