零基础入门推荐系统【多路召回】Task3

学习文档：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12586969.1002.3.410521d8OLun6L&postId=144452

task3完完全全打在了我的知识盲区内，突突突扫射过去全中。
队伍里的小伙伴给了一番指点：Baseline task 1给的是根据item similarity的单路召回。task3是多路召回。除了相似，也有流行度。热门。

好多基本的知识不太懂，先阅读一下youtube这篇文章

Deep Neural Network for YouTube Recommendation

https://dl.acm.org/doi/10.1145/2959100.2959190

面对的三个问题：

数据规模大、更新快、噪音

system overview

整个系统由①candidate generation 候选生成 ②ranking 排序 组成

image.png

candidate

image.png

ranking

image.png

安装faiss

因为我是win所以需要以下操作，linux或mac可以直接安装
先添加清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

添加完后可以conda info 查看镜像
再安装faiss：

 conda install -c pytorch/label/nightly faiss-cpu

但是还是会报一些错，又conda install openblas swig之后还有。

不行了，转战到DSW：
在terminal中直接

pip install faiss-cpu

完成！收获快乐

更新：

天池实验室解决了faiss的问题，选择下面这个镜像即可：

image.png