目前有论文需求，课题为财经新闻推荐任务，2月底希望有初稿，3月份会有外审

辅导顺序：

先从理论上整理模型相关内容，完成架构图和伪代码，及实验过程

交完初稿后，进行实验。

1.过往经典模型学习和梳理；2.看案例，选择合适的作为目前的base，基于这个案例的流程，画自己任务流程的初稿；3.整理自己任务的数据量，数据项，以及任务；4.基于数据项设计目前可以想到的产出特征

===============章节分割线===============

【监督方式】：强监督

「第1章」：推荐算法原理篇

课程名称：【推荐架构与协同（第二周）】

---考核---（可选择，联系教务老师）

「第2章」：推荐算法原理篇

第一节：课程名称【wide&deep】【deepFM】论文讲解与复现

第二节：课程名称【DSSM  文本匹配】

第三节：课程名称【深度学习推荐模型】DIN模型 —— 阿里巴巴推荐领域开创性论文，引入注意力机制的深度学习网络，导读

第四节：课程名称【深度学习推荐算法】DIEN模型 —— 阿里巴巴DIN模型的进化版 论文导读+保姆级讲解

---考核---（可选择，联系教务老师）

「第3章」：推荐系统项目实践篇

课程名称：【28566】【推荐系统-电影推荐系统「自由式学习」】

课程内容：该课程主要讲解了推荐系统的简介、IMDB评分、基于内容推荐、协同过滤算法、criteo ctr、FM&FFM、WIDE&Depp、DeepFM等知识点

---考核---（可选择，联系教务老师）

「第4章」：推荐及广告召回算法原理篇

课程名称：【深度match（第六周）】

课程名称：【热点文章实时找回（第十二周）】

---考核---（可选择，联系教务老师）

「第5章」：推荐及广告排序算法原理篇                  

课程名称：【ctr预估（第七周）】

---考核---（可选择，联系教务老师）

「第6章」：推荐系统项目实践篇

课程名称：【1811】【2、头条NLP推荐系统项目「解锁式学习」】

课程内容：该课程主要讲解了文章推荐系统的整体的实现，其中通过对召回层、算法实现等的讲解，完成了整个文章推荐系统的视线，并且实现了调用。  

---考核---（可选择，联系教务老师）

「第7章」：推荐系统项目实践篇

课程名称：【3335】【2、大数据技术之机器学习和推荐系统-电影推荐项目「解锁式学习」】

课程内容：该课程主要从推荐系统的设计-实现-测试各方面进行了讲解，通过了对电影数据的分析，然后使用推荐算法对模型进行设计，然后对各个模块进行实现，并且进行测试。

---考核---（可选择，联系教务老师）

「第8章」：推荐系统项目实践篇

课程名称：【3636】【3、大数据技术之机器学习和推荐系统-电商推荐系统「解锁式学习」】

课程内容：该课程主要从推荐系统的设计-实现-测试各方面进行了讲解，通过了对电商数据的分析，然后使用推荐算法对模型进行设计，然后对各个模块进行实现。

---考核---（可选择，联系教务老师）