[编程语言]ElasticSearch7+Spark 构建高匹配度搜索服务+千人千面推荐系统

ElasticSearch7+Spark 构建高匹配度搜索服务+千人千面推荐系统资源介绍

基于大众点评搜索以及推荐业务，从企业实际项目落地实践的角度出发，在使用SpringBoot加mybatis完成用户登录、注册、商家入驻以及结合前端模板搭建运营后台门店服务管理功能后，借助ElasticSearch的最新版本ES7逐步迭代，完成高相关性进阶搜索服务，并基于spark mllib2.4.4构建个性化千人千面推荐系统。

集结新版热门技术，解决长久热点问题－“相关性搜索＋个性化推荐”，无论电商还是信息服务类业务，搜索和推荐都是始终要面对的问题，能解决好这类问题的工程师也将“价格不菲”。

适合人群

• 想了解EasticSearch，对搜索推荐系统感兴趣，符合技术储备的同学。

技术储备要求

• 熟悉JavaWeb基本应用
• 了解MySQL常用命令

ElasticSearch7+Spark 构建高匹配度搜索服务+千人千面推荐系统 课程目录

• 第1章 课程导学【终于遇到你】本章综合讲述了点评搜索推荐课程的项目业务背景，架构设计理念以及所需要用到的核心技术能力。
• 第2章 项目设计【项目需求到技术方案的完美执行过程】本章中讲述了如何模拟现实情况中，点评搜索推荐项目从业务需求BRD到产品需求PRD，最终到技术方案选型，架构设计及技术落地的整个过程。
• 第3章 项目基础搭建【业务系统之基础能力】本章中使用了SpringBoot加Mybatis框架完成基础项目能力建设，并加装通用返回值，异常处理，页面请求资源等处理方式完善业务系统的基础能力建设。
• 第4章 基础服务之用户，运营，商户能力建设【业务系统主体实现】本章中，将项目中业务系统能力划分为C端用户层和运营后台管理层，建设了面向用户的登录注册服务与面向运营配置后台的统一权限管理，并建设了一套点评商户入驻体系的流程。
• 第5章 基础服务之品类，门店能力建设【业务系统主体实现】本章中，将扩展运营后台能力，把品类服务与开店能力加入运营后台，完成点评所有基础业务能力建设。
• 第6章 点评门店搜索推荐1.0时代【搜索业务初体验】本章中，将使用业务系统与数据库的能力，建设关键词搜索与多条件筛选聚合过滤的二次搜索能力，并结合LBS地理围栏通过距离控制搜索排序，同时会优先将距离与评价好的商户门店推荐给用户，完成点评门店搜索推荐架构1.0的能力。…
• 第7章 引入搜索引擎ElasticSearch7【分布式搜索引擎基础学习】本章中，会讲解通过发现搜索1.0架构中的不足引入ElasticSearch7，并讲述了分布式搜索引擎高效和可扩展性的基本原理，同时会介绍es的基础语法。
• 第8章 ElasticSearch7高端进阶【分布式搜索引擎进阶学习】本章中，会结合开源数据TMDB，深入学习ES高级的数据导入，进阶的查询语句，多字段查询，过滤排序，tf/idf bm25打分原理与自定义score打分实现，最后会闭环ES的学习。
• 第9章 重回点评，搜索2.0架构之数据接入【使用ES工具升级数据接入】本章中，会带领大家学习并接入IK中文分词器，并且借助logstash-input-jdbc构建点评搜索所需要的全量和增量索引。
• 第10章 重回点评，搜索2.0架构之搜索接入【使用ES升级点评搜索应用】本章中将升级搜索接入层应用能力，将原本基于业务数据库的1.0搜索架构改成基于ElasicSearch7为搜索引擎并通过RestApi方式接入项目的应用。
• 第11章 点评搜索进阶【相关性改造，准实时索引能力建设】在本章中，通过发掘搜索2.0中的不足，通过定制化分词器，同义词扩展，词性相关性重塑等多维度技术优化搜索算法，并通过定制化canal中间件的学习完成了准实时索引能力的建设
• 第12章 点评推荐2.0架构进阶【基于spark mllib的机器学习推荐算法】本章中，将通过发掘点评推荐1.0架构中的不足，改造推荐体系，定义了个性化召回算法和个性化排序算法的分层推荐模型完成了千人千面的推荐架构设计。

ElasticSearch7+Spark 构建高匹配度搜索服务+千人千面推荐系统 下载地址

资源失效，不再补档