课程定位

* 课程是机器学习(包含推荐算法)算法原理在推荐系统的实践
* 深入推荐系统的业务流场景、工具使用
* 作为人工智能的数据挖掘(推荐系统)方向应用项目

## 课程目标

* 熟练掌握推荐系统的实时推荐业务流
* 熟练掌握推荐系统lambda分布式计算工具、存储工具使用
* 熟练掌握黑马推荐离线计算、在线实时计算解决方案


 TouTiaoRecoSysCourseware.zip

01.黑马头条推荐第一天
 01_视频
       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

 02_课件
       黑马头条推荐课件V1.0.rar

 03_代码
       代码.zip

 04_资料
         资料.zip

02.黑马头条推荐第二天
 01_视频
       01_复习.mp4
       02_离线文章画像：文章关键词主题词计算.mp4
       03_离线文章画像：定时文章更新添加设置.mp4
       04_离线文章：supervisor管理.mp4
       05_离线文章相似：词向量.mp4
       06_离线文章相似：文章向量计算.mp4
       07_离线文章相似：LSH介绍.mp4
       08_离线文章相似：历史相似文章介绍.mp4
       09_离线文章相似：相似文章结果存储.mp4
       10_离线文章相似：定时更新文章相似添加.mp4
       11_mind总结.mp4

 02_课件
       课件.zip

 03_代码
       代码.rar

 04_资料
         资料.zip

03.黑马头条推荐第三天
 01_视频
       01_复习.mp49 G  ~( [7 b8 n+ I
       02_用户画像更新：用户画像逻辑与行为日志处理.mp4
       03_用户画像更新：用户行为处理合并.mp4
       04_用户画像更新：用户画像存储介绍.mp4
       05_用户画像更新：用户操作的文章主题词合并.mp4
       06_用户画像更新：用户关键词以及权重计算和存储.mp4
       07_用户画像更新：用户的其他信息更新存储.mp4
       08_用户画像更新：用户画像定时更新添加.mp4
       09_用户召回更新：离线召回排序介绍.mp4
       10_用户召回更新：离线ALS召回的数据处理.mp4
       11_用户召回更新：离线ALS推荐以及结果处理.mp4
       12_用户召回更新：用户召回结果存储介绍.mp4
       13_用户召回更新：用户召回结果显示.mp4
       14_用户召回更新：用户召回结果存储代码.mp4
       15_用户召回更新：用户点击文章相似文章获取存储.mp4
       16_用户召回更新：相似文章获取处理测试.mp4
       17_用户召回更新：定时用户召回更新添加.mp4
       18_每日总结.mp4

 02_课件
       book.zip

 03_代码
       toutiao_project.zip

 04_资料
         资料.zip

04.黑马头条推荐第四天
 01_视频
       01_复习.mp4
       02_离线LR模型训练：模型排序方案业务介绍.mp4
       03_离线LR模型训练：点击样本获取与用户画像合并.mp4
       04_离线LR模型训练：文章特征合并计算.mp4
       05_离线LR模型训练：特征合并以及模型训练.mp4
       06_离线LR模型训练：预测结果解析.mp4
       07_离线特征中心构造：用户、文章特征计算存储.mp4
       08_实时计算：实时计算业务介绍以及日志行为收集.mp4
       09_实时计算：Spark Streaming配置以及Kafka配置.mp4
       10_实时计算：在线内容召回程序添加.mp4
       11_总结.mp4

 02_课件
       课件.zip

 03_代码
       代码.zip

 04_资料
         资料.zip

05.黑马头条推荐第五天
 01_视频
       01_复习与内容召回结果演示.mp4
       02_在线计算：热门文章召回.mp4
       03_在线计算：热门文章召回结果演示.mp4
       04_在线计算：新文章召回以及在线计算实时添加supervisor.mp4
       05_实时推荐：实时推荐业务逻辑介绍.mp4
       06_实时推荐：黑马头条gRPC接口对接实现.mp4
       07_实时推荐：abtest实现分流.mp4
       08_实时推荐：推荐中心介绍.mp4
       09_实时推荐：推荐中心实现.mp4
       10_实时推荐：推荐中心时间戳逻辑测试.mp4

 02_课件
       课件.zip

 03_代码
       toutiao_project.zip

 04_资料
         资料.zip

06.黑马头条推荐第六天
 01_视频
       01_召回服务读取工具介绍.mp4
       02_推荐中心读取召回过滤实现.mp4
       03_推荐中心召回测试.mp4
       04_推荐中心加入缓存.mp4
       05_排序模型在线测试.mp4
       06_在线排序的代码逻辑测试.mp4
       07_预测结果分析.mp4

 02_课件
       课件.zip

 03_代码
       toutiao_project.rar

 04_资料
         资料.zip

07.黑马头条推荐第七天
 01_视频
       01_复习.mp4
       02_推荐系统与深度学习介绍.mp4
       03_tf2.0API使用介绍.mp4
       04_estimator使用介绍.mp4
       05_案例：estimator进行收入类别预测.mp4
       06_tf.data与tf.feature_column介绍.mp4
       07_词向量word2vec原理.mp4
       08_文本分类案例.mp4
       09_文本分类效果显示.mp4
       10_tensorboard结果显示.mp4
       11_总结.mp4  

 02_课件# f3 ~7 m$ f; z- s# p
       课件.zip

 03_代码
       toutiao_project.rar

 04_资料
         资料.zip

08.黑马头条推荐第八天
01_视频
     01_复习.mp4
     02_TFRecords文件存储.mp4
     03_深度学习与推荐算法-特征交叉.mp4
     04_FTRL原理与使用.mp4
     05_黑马推荐FTRL实现.mp4
     06_黑马推荐FTRL实现2.mp4
     07_wide&deep模型原理与黑马排序模型训练.mp4
     08_WDL的模型导出与TF serving部署.mp4
     09_在线预测模型调用.mp4
     10_项目总结.mp4
     11_简历面试题.mp4

02_课件
     黑马头条推荐系统课件V2.0.zip

03_代码
     代码.zip

04_资料
资料.zip