Spark2.x+协同过滤算法，开发企业级个性化推荐系统

本站官方QQ群：116064591

PS 本站不保证资源的完整性，不对其真实性负责。请自行确认是否符合个人需求。如有介意，请勿获取。

第1章课程介绍与学习指南【3 节 | 7分钟】
- 视频：1-2 怎么更好的使用慕课平台
- 图文：1-3 你真的会问问题吗？
第2章了解推荐系统的生态【5 节 | 53分钟】
- 图文：2-1 本章重难点提点
- 视频：2-3 推荐算法的主要分类 (14:07)
- 视频：2-4 推荐系统常见的问题 (09:05)
- 视频：2-5 推荐系统效果评测 (17:55)
第3章给学习算法打基础【3 节 | 30分钟】
- 图文：3-1 本章重点难点提点
- 视频：3-3 推荐系统涉及的概率统计知识 (17:58)
第4章详解协同过滤推荐算法原理【12 节 | 165分钟】
- 图文：4-1 本章重点难点提点
- 视频：4-2 本章作业 (04:17)
- 视频：4-3 协同过滤的数学知识：最小二乘法 (15:01)
- 视频：4-4 协同过滤的数学知识：梯度下降法 (23:55)
- 视频：4-5 协同过滤的数学知识：余弦相似度 (14:09)
- 视频：4-6 什么是user-based的协同过滤 (15:26)
- 视频：4-7 基于Spark实现user-based协同过滤 (14:12)
- 视频：4-8 什么是item-based协同过滤 (16:32)
- 视频：4-9 基于Spark实现item-based协同过滤 (13:03)
- 视频：4-10 基于模型的协同过滤 (04:49)
- 视频：4-11 基于矩阵分解模型的两种算法：SVD和PMF (18:49)
- 视频：4-12 缺失值填充 (24:39)
第5章Spark内置推荐算法ALS原理【3 节 | 37分钟】
- 视频：5-1 ALS 算法原理 (05:52)
- 视频：5-2 ALS 算法在Spark上的实现 (18:51)
- 视频：5-3 ALS 算法在 Spark 上的源码分析 (11:28)
第6章推荐系统搭建——需求分析和环境搭建【5 节 | 30分钟】
- 图文：6-1 本章重点难点提点
- 视频：6-2 项目需求分析技术分解模块设计 (04:43)
- 视频：6-3 开发环境搭建 (19:13)
- 视频：6-4 环境问题工具问题版本问题 (05:44)
- 图文：6-5 【实操手册】环境搭建文档 ( 完善版 )
第7章推荐系统搭建——UI界面模块【4 节 | 53分钟】
- 视频：7-1 VUE+ElementUI简单入门 (14:08)
- 视频：7-2 用户访问页面实现 (11:48)
- 视频：7-3 AB Test 控制台页面（上） (13:24)
- 视频：7-4 AB Test 控制台页面（下） (13:23)
第8章推荐系统搭建——数据层【6 节 | 88分钟】
- 视频：8-1 数据上报（上） (18:07)
- 视频：8-2 数据上报（下） (13:57)
- 视频：8-3 日志清洗和格式化数据（上） (17:13)
- 视频：8-4 日志清洗和格式化数据（中） (15:28)
- 视频：8-5 日志清洗和格式化数据（下） (15:07)
- 视频：8-6 分析用户行为和商品属性 (07:30)
第9章推荐系统搭建——推荐引擎【11 节 | 188分钟】
- 视频：9-1 基于用户行为构建评分矩阵 (09:52)
- 视频：9-2 离线推荐：基于用户角度召回策略筛选候选集（上） (22:20)
- 视频：9-3 离线推荐：基于用户角度召回策略筛选候选集（下） (21:57)
- 视频：9-4 离线推荐：基于物品角度召回策略筛选候选集（上） (23:11)
- 视频：9-5 离线推荐：基于物品角度召回策略筛选候选集（下） (21:55)
- 视频：9-6 离线推荐：写特征向量到HBase (07:13)
- 视频：9-7 离线推荐：基于模型的排序 (12:22)
- 视频：9-8 实时推荐：Storm解析用户行为 (17:04)
- 视频：9-9 实时推荐：通过FTRL更新特征权重-原理 (13:33)
- 视频：9-10 实时推荐：通过FTRL更新特征权重-代码实现 (26:06)
- 视频：9-11 离线推荐和实时推荐项目梳理 (12:07)
第10章推荐系统搭建——推荐结果存储【3 节 | 30分钟】
- 视频：10-1 数仓ODS和DWD层搭建 (09:23)
- 视频：10-2 搭建用户行为日志数据仓库 (10:17)
- 视频：10-3 利用外部分区表存储用户行为 (09:43)
第11章推荐系统搭建——推荐效果评估模块【5 节 | 48分钟】
- 视频：11-1 AB Test (05:12)
- 视频：11-2 AB Test的分流管理 (06:26)
- 视频：11-3 搭建AB Test 实验控制台（上） (18:01)
- 视频：11-4 搭建AB Test 实验控制台（下） (11:57)
- 视频：11-5 常用评测指标 (05:37)
第12章知识拓展——基于关联规则的推荐算法【5 节 | 75分钟】
- 视频：12-1 基于Apriori的关联算法 (07:17)
- 视频：12-2 基于Spark实现Apriori算法（上） (18:24)
- 视频：12-3 基于Spark实现Apriori算法（下） (21:52)
- 视频：12-4 基于FP-Growth的关联算法 (13:09)
- 视频：12-5 基于Spark实现FP-Growth算法 (13:26)
第13章知识拓展——基于机器学习的推荐算法【3 节 | 27分钟】
- 视频：13-1 RBM神经网络 (06:02)
- 视频：13-2 CNN卷积神经网络 (08:41)
- 视频：13-3 RNN循环神经网络 (11:34)
第14章知识拓展——基于内容的推荐算法【3 节 | 39分钟】
- 视频：14-1 文本向量化 (09:54)
- 视频：14-2 基于Spark实现TF-IDF (16:29)
- 视频：14-3 课程总结 (12:01)

1 本站名称：疯奇社
2 本站网址：https://www.shiyeluming.com
3 本站不保证资源的完整性，不对其真实性负责。
4 获取资源前务必确认资源目录是否包含本人需求内容，一经购买下载，则视为已确认包含，不接受任何形式的申诉与退款。
5 本站一切资源均来自于互联网，仅供大家学习与参考。如有侵权，请联系站长（QQ：1302982067）进行删除处理。
6 本站一切资源不代表本站立场，不代表本站赞同其观点，本站不对其真实性负责。
7 本站资源大多储存在云盘，如发现链接失效，请联系我们，我们会在第一时间更新。
8 根据 2002 年 1 月 1 日《计算机软件保护条例》规定：为了学习和研究软件内含的设计思想和原理，通过安装、显示、传输或者存储软件等方式使用软件的，可以不经软件著作权人许可，不向其支付报酬！

THE END