推荐系统入门实战：协同过滤、矩阵分解与召回排序
系统覆盖推荐系统全流程：User-Item 矩阵、相似度计算、协同过滤（User/Item-based）、矩阵分解（SVD/ALS）、基于内容的推荐、召回-粗排-精排架构、评估指标（准确率/召回率/NDCG）与冷启动问题。
tag
召回
共 2 篇文章。
设计推荐系统
本文深度设计推荐系统：覆盖召回（协同过滤/向量召回）、粗排与精排、特征工程与特征服务、模型训练与在线推理、近实时特征更新、冷启动问题，以及 AB 实验与离线在线评估，给出完整数据流、特征模型伪代码与量级估算。