推荐系统是一种信息过滤系统，用于预测用户对物品的评分或偏好。它可以把那些最终会在用户和物品之间产生的连接找出来。世间的万事万物都有连接，人与人之间的社会连接促进了社交产品的诞生，人与商品之间的消费连接造就了无数的电商产品，人和资讯越来越多的阅读连接促使了各类信息流产品的出现。
此次推荐系统课程目录为：
第一阶段：认识推荐系统
- week1:机器学习基础
- week2：推荐系统基础
- 项目练习：实现基于用户协同的文本推荐系统
第二阶段：
- week 3:内容画像与用户画像
- week 4:用户画像
第三阶段：搭建多路召回+排序的推荐系统
- week 5;传统match方法
- week 6:深度match方法
- week 7：经典ranking方法
第四阶段：
- Week 8:GraphEmbedding大家族与用户行为构建图
- Week 9:引入sideinfo信息的图推荐，基于推理的图推荐
- Week 10:深度Ranking模型
- 练习：DeepFM实现
- 项目实战：基于图+深度Ranking实现文本推荐系统
第五阶段：
- Week 11:工业界新闻推荐系统中的实时交互与冷启动
- Week 12：热点文章实时召回策略
- Week 13:多目标与用户多兴趣ESMM
- Week 14：强化学习与推荐系统
四大项目：
- 基于画像的推荐系统
- 新闻推荐项目
- 结合图结构的新闻推荐项目
- 搭建实时召回推荐系统
贪心学院的推荐系统第一期已经结束了，感觉非常不错，很有深度，需要的+VX（daydayit）并备注：贪心推荐系统
