restore all figures except 3.2.8 and last figure in 3.2.4.3

Author: bokang-ugent

.gitignore

@@ -2,4 +2,6 @@
 /codes/news_recsys/news_rec_web/vue2-fun-rec/node_modules/
 /codes/news_recsys/news_rec_web/vue2-fun-rec/node_modules/
 *.pyc
-*.log
+*.log
+*.DS_Store
+_site/

docs/ch01/ch1.1.md

@@ -10,7 +10,7 @@
 对平台方而言，流量的高效利用是推荐系统存在的重要原因。以典型的电商网站一般具有如图所示的树状拓扑结构，树状结构在连通性方面有着天然的劣势，阻碍这流量的高效流通。推荐系统的出现使得原本的树状结构变成网络拓扑结构，大大增强了整个网络的连通性。推荐模块不仅使用户在当前页面有了更好的选择路径，同时也给了每个商品增加入口和展示机会，进而提高了成交概率。而推荐质量的好坏，直接决定了用户选择这条路径的可能性，进而影响着流量的利用效率。
 
 <div align=center>
-<img src="https://typoraimg-1252051831.cos.ap-guangzhou.myqcloud.com/image-20220514232543182.png" alt="image-20220514232543182" style="zoom: 80%;" />
+<img src="../imgs/ch01/ch1.1/image-20220514232543182.png" alt="image-20220514232543182" style="zoom: 80%;" />
 </div>
 
 推荐系统解决产品能够最大限度地吸引用户、留存用户、增加用户粘性、提高用户转化率的问题，从而达到平台商业目标增长的目的。不同平台的目标取决于其商业的盈利目的，例如对于YouTube，其商业目标是最大化视频被点击（点击率）以及用户观看的时长（完播率），同时也会最大化内置广告的点击率；对于淘宝等电商平台，除了最大化商品的点击率外，最关键的目标则是最大化用户的转化率，即由点击到完成商品购买的指标。推荐系统能够平台带来丰厚的商业价值 。
@@ -46,45 +46,45 @@
 - **电商首页推荐(淘宝、京东、拼多多)**
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421190313917.png" alt="image-20220421190313917" style="zoom: 15%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421191138469.png" alt="image-20220421191138469" style="zoom:53%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421191441104.png" alt="image-20220421191441104" style="zoom:53%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421190313917.png" alt="image-20220421190313917" style="zoom: 45%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421191138469.jpeg" alt="image-20220421191138469" style="zoom:54%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421191441104.jpeg" alt="image-20220421191441104" style="zoom:53%;" />
 </div>
 
 - **视频推荐（抖音、快手、B站、爱奇艺）**
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421190629410.png" alt="image-20220421190629410" style="zoom:55%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421191849577.png" alt="image-20220421191849577" style="zoom: 53%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421192047973.png" alt="image-20220421192047973" style="zoom:53%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421192209412.png" alt="image-20220421192209412" style="zoom:55%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421190629410.jpeg" alt="image-20220421190629410" style="zoom:55%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421191849577.jpeg" alt="image-20220421191849577" style="zoom: 53%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421192047973.jpeg" alt="image-20220421192047973" style="zoom:53%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421192209412.jpeg" alt="image-20220421192209412" style="zoom:55%;" />
 </div>
 
 
 - **饮食推荐（美团、饿了么、叮咚买菜）**
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421192623380.png" alt="image-20220421192623380" style="zoom:53%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421192717773.png" alt="image-20220421192717773" style="zoom:55%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421192749794.png" alt="image-20220421192749794" style="zoom:55%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421192623380.jpeg" alt="image-20220421192623380" style="zoom:53%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421192717773.jpeg" alt="image-20220421192717773" style="zoom:55%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421192749794.jpeg" alt="image-20220421192749794" style="zoom:55%;" />
 </div>
 
 
 - **音乐电台（网易云音乐、QQ音乐、喜马拉雅）**
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421193139183.png" alt="image-20220421193139183" style="zoom: 57%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421193447933.png" alt="image-20220421193447933" style="zoom:68%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421193325921.png" alt="image-20220421193325921" style="zoom: 54%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421193139183.jpeg" alt="image-20220421193139183" style="zoom: 57%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421193447933.jpeg" alt="image-20220421193447933" style="zoom:68%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421193325921.jpeg" alt="image-20220421193325921" style="zoom: 53%;" />
 </div>
 
 
 - **资讯、阅读（头条、知乎、豆瓣）**
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421193856262.png" alt="image-20220421193856262" style="zoom:53%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421193923283.png" alt="image-20220421193923283" style="zoom:55%;" />
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220421194244083.png" alt="image-20220421194244083" style="zoom:55%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421193856262.jpeg" alt="image-20220421193856262" style="zoom:53%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421193923283.jpeg" alt="image-20220421193923283" style="zoom:55%;" />
+<img src="../imgs/ch01/ch1.1/image-20220421194244083.jpeg" alt="image-20220421194244083" style="zoom:54%;" />
 </div>
 
 

docs/ch01/ch1.2.md

@@ -30,12 +30,12 @@
 
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220409205047285.png" alt="在这里插入图片描述" style="zoom:70%;" /> 
+<img src="../imgs/ch01/ch1.2/image-20220409205047285.png" alt="在这里插入图片描述" style="zoom:70%;" /> 
 </div>
 
 上面是网飞的原图，我搬运了更加容易理解的线条梳理后的结构：
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220409204658032.png" alt="在这里插入图片描述" style="zoom:90%;" /> 
+<img src="../imgs/ch01/ch1.2/image-20220409204658032.png" alt="在这里插入图片描述" style="zoom:80%;" /> 
 </div>
 整个数据部分其实是一整个链路，主要是三块，分别是客户端及服务器实时数据处理、流处理平台准实时数据处理和大数据平台离线数据处理这三个部分。
 
@@ -62,7 +62,7 @@
 
 这里我们可以看出离线层的任务是最接近学校中我们处理数据、训练模型这种任务的，不同可能就是需要面临更大规模的数据。离线任务一般会按照天或者更久运行，比如每天晚上定期更新这一天的数据，然后重新训练模型，第二天上线新模型。
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220409205904314.png" alt="在这里插入图片描述" style="zoom:70%;" /> 
+<img src="../imgs/ch01/ch1.2/image-20220409205904314.jpeg" alt="在这里插入图片描述" style="zoom:100%;" /> 
 </div>
 
 #### 离线层优势和不足
@@ -83,7 +83,7 @@
 
 近线层的发展得益于最近几年大数据技术的发展，很多流处理框架的提出大大促进了近线层的进步。如今Flink、Storm等工具一统天下。
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220409205830027.png" alt="在这里插入图片描述" style="zoom:70%;" /> 
+<img src="../imgs/ch01/ch1.2/image-20220409205830027.jpeg" alt="在这里插入图片描述" style="zoom:100%;" /> 
 </div>
 
 ### 在线层
@@ -106,7 +106,7 @@
 所以一个通用的算法架构，设计思想就是对数据层层建模，层层筛选，帮助用户从海量数据中找出其真正感兴趣的部分。
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220409211354342.png" alt="在这里插入图片描述" style="zoom:90%;" /> 
+<img src="../imgs/ch01/ch1.2/image-20220409211354342.png" alt="在这里插入图片描述" style="zoom:70%;" /> 
 </div>
 
 - 召回

docs/ch01/ch1.3.md

@@ -7,7 +7,7 @@
 首先我们从推荐系统架构出发，一种分法是将整个推荐系统架构分为召回、粗排、精排、重排、混排等模块。它的分解方法是从一份数据如何从生产出来，到线上服务完整顺序的一个流程。因为在不同环节，我们一般会考虑不同的算法，所以这种角度出发我们来研究推荐系统主流的算法技术栈。
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220409211354342.png" alt="在这里插入图片描述" style="zoom:90%;" /> 
+<img src="../imgs/ch01/ch1.3/image-20220409211354342.png" alt="在这里插入图片描述" style="zoom:70%;" /> 
 </div>
 
 为了帮助新手在后文方便理解，首先简单介绍这些模块的功能主要是：
@@ -22,7 +22,7 @@
 首先是推荐系统的物料库，这部分内容里，算法主要体现在如何绘制一个用户画像和商品画像。这个环节是推荐系统架构的基础设施，一般可能新用户/商品进来，或者每周定期会重新一次整个物料库，计算其中信息，为用户打上标签，计算统计信息，为商品做内容理解等内容。其中用户画像是大家比较容易理解的，比如用户年龄、爱好通常APP会通过注册界面收集这些信息。而商品画像形式就非常多了，比如淘宝主要推荐商品，抖音主要是短视频，所以大家的物料形式比较多，内容、质量差异也比较大，所以内容画像各家的做法也不同，当前比较主流的都会涉及到一个多模态信息内容理解。下面我贴了一个微信看一看的内容画像框架，然后我们来介绍下在这一块主要使用的算法技术。
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220410143333692.png" alt="在这里插入图片描述" style="zoom:90%;" /> 
+<img src="../imgs/ch01/ch1.3/image-20220410143333692.png" alt="在这里插入图片描述" style="zoom:80%;" /> 
 </div>
 
 一般推荐系统会加入多模态的一个内容理解。我们用短视频形式举个例子，假设用户拍摄了一条短视频，上传到了平台，从推荐角度看，首先我们有的信息是这条短视频的作者、长度、作者为它选择的标签、时间戳这些信息。但是这对于推荐来说是远远不够的，首先作者打上的标签不一定准确反映作品，原因可能是我们模型的语义空间可能和作者/现实世界不一致。其次我们需要更多维度的特征，比如有些用户喜欢看小姐姐跳舞，那我希望能够判断一条视频中是否有小姐姐，这就涉及到封面图的基于CV的内容抽取或者整个视频的抽取；再比如作品的标题一般能够反映主题信息，除了很多平台常用的用“#”加上一个标签以外，我们也希望能够通过标题抽取出基于NLP的信息。还有更多的维度可以考虑：封面图多维度的多媒体特征体系，包括人脸识别，人脸embedding，标签，一二级分类，视频embedding表示，水印，OCR识别，清晰度，低俗色情，敏感信息等多种维度。
@@ -58,7 +58,7 @@
 推荐系统的召回阶段可以理解为根据用户的历史行为数据，为用户在海量的信息中粗选一批待推荐的内容，挑选出一个小的候选集的过程。粗排用到的很多技术与召回重合，所以放在一起讲，粗排也不是必需的环节，它的功能对召回的结果进行个粗略的排序，在保证一定精准的前提下，进一步减少往后传送的物品数量，这就是粗排的作用。
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220410000221817.png" alt="在这里插入图片描述" style="zoom:90%;" /> 
+<img src="../imgs/ch01/ch1.3/image-20220410000221817.png" alt="在这里插入图片描述" style="zoom:70%;" /> 
 </div>
 
 召回模块面对几百上千万的推荐池物料规模，候选集十分庞大。由于后续有排序模块作为保障，故不需要十分准确，但必须保证不要遗漏和低延迟。目前主要通过多路召回来实现，一方面各路可以并行计算，另一方面取长补短。可以看到各类同类竞品的系统虽然细节上多少存在差异，但不约而同的采取了多路召回的架构，这类设计考虑如下几点问题：
@@ -112,7 +112,7 @@
 排序模型是推荐系统中涵盖的研究方向最多，有非常多的子领域值得研究探索，这也是推荐系统中技术含量最高的部分，毕竟它是直接面对用户，产生的结果对用户影响最大的一层。目前精排层深度学习已经一统天下了，这是王喆老师《深度学习推荐算法》书中的精排层模型演化线路。具体来看分为DNN、Wide&Deep两大块，实际深入还有序列建模，以及没有提到的多任务建模都是工业界非常常用的，所以我们接下来具体谈论其中每一块的技术栈。
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片image-20220410234144149.png" alt="在这里插入图片描述" style="zoom:90%;" /> 
+<img src="../imgs/ch01/ch1.3/image-20220410234144149.png" alt="在这里插入图片描述" style="zoom:70%;" /> 
 </div>
 
 #### 特征交叉模型

docs/ch02/ch2.1/ch2.1.1/Swing.md

@@ -3,7 +3,7 @@
 大规模推荐系统需要实时对用户行为做出海量预测，为了保证这种实时性，大规模的推荐系统通常严重依赖于预先计算好的产品索引。产品索引的功能为：给定种子产品返回排序后的候选相关产品列表。
 
 <div align=center>
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片2relations.png" alt="在这里插入图片描述" style="zoom:30%;" /> 
+<img src="../../../imgs/ch02/ch2.1/ch2.1.1/Swing/2relations.png" alt="在这里插入图片描述" style="zoom:40%;" /> 
 </div>
 
 相关性产品索引主要包含两部分：替代性产品和互补性产品。例如图中的不同种类的衬衫构成了替代关系，而衬衫和风衣裤子等构成了互补关系。用户通常希望在完成购买行为之前尽可能看更多的衬衫，而用户购买过衬衫之后更希望看到与之搭配的单品而不是其他衬衫了。
@@ -23,7 +23,7 @@ Swing 通过利用 User-Item-User 路径中所包含的信息，考虑 User-Item
 - 什么是内部子结构？
   以经典的啤酒尿布故事为例，张三同时购买了啤酒和尿布，这可能是一种巧合。但两个甚至多个顾客都同时购买了啤酒尿布，这就证明啤酒和尿布具有相关关系。这样共同购买啤酒和尿布的用户越多，啤酒和尿布的相关度就会越高。
   <div align=center>
-  <img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片example_of_swing.png" alt="在这里插入图片描述" style="zoom:30%;" /> 
+  <img src="../../../imgs/ch02/ch2.1/ch2.1.1/Swing/example_of_swing.jpeg" alt="在这里插入图片描述" style="zoom:100%;" /> 
   </div>
   图中的红色四边形就是一种Swing子结构，这种子结构可以作为给王五推荐尿布的依据。
 
@@ -256,7 +256,7 @@ Swing 通过利用 User-Item-User 路径中所包含的信息，考虑 User-Item
   由于类别直接的种类差异，每个类别的相关类数量存在差异，因此采用最大相对落点来作为划分阈值。
 
   <div align=center>
-  <img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/图片max_drop.png" alt="在这里插入图片描述" style="zoom:30%;" /> 
+  <img src="../../../imgs/ch02/ch2.1/ch2.1.1/Swing/max_drop.jpeg" alt="在这里插入图片描述" style="zoom:100%;" /> 
   </div>
 
   例如图(a)中T恤的相关类选择前八个，图(b)中手机的相关类选择前三个。

docs/ch02/ch2.1/ch2.1.1/itemcf.md

@@ -9,13 +9,17 @@
 
 举例来说，如果用户 1 喜欢物品 A ，而物品 A 和 C 非常相似，则可以将物品 C 推荐给用户1。ItemCF算法并不利用物品的内容属性计算物品之间的相似度， 主要通过分析用户的行为记录计算物品之间的相似度， 该算法认为， 物品 A 和物品 C 具有很大的相似度是因为喜欢物品 A 的用户极可能喜欢物品 C。
 
-![图片](http://ryluo.oss-cn-chengdu.aliyuncs.com/JavagdvaYX0HSW4PdssV.png!thumbnail)
+<div align=center>
+<img src="../../../imgs/ch02/ch2.1/ch2.1.1/itemcf/JavagdvaYX0HSW4PdssV.png" alt="图片" style="zoom:100%;" />
+</div>
 
 ## 计算过程
 
 基于物品的协同过滤算法和基于用户的协同过滤算法很像，  所以我们这里直接还是拿上面 Alice 的那个例子来看。
 
-![图片](http://ryluo.oss-cn-chengdu.aliyuncs.com/JavaE306yXB4mGmjIxbn.png!thumbnail)
+<div align=center>
+<img src="../../../imgs/ch02/ch2.1/ch2.1.1/itemcf/JavaE306yXB4mGmjIxbn.png" alt="图片" style="zoom:100%;" />
+</div>
 
 如果想知道 Alice 对物品5打多少分， 基于物品的协同过滤算法会这么做：
 
@@ -39,11 +43,7 @@
    >+ 皮尔逊相关系数类似。
    >
    
-2. 基于 `sklearn` 计算物品之间的皮尔逊相关系数：
-
-<img src="http://ryluo.oss-cn-chengdu.aliyuncs.com/JavaJOyFti58um61zPsa.png!thumbnail" alt="图片" style="zoom:80%;" />
-
-3. 根据皮尔逊相关系数， 可以找到与物品5最相似的2个物品是 item1 和 item4， 下面基于上面的公式计算最终得分：
+2. 根据皮尔逊相关系数， 可以找到与物品5最相似的2个物品是 item1 和 item4， 下面基于上面的公式计算最终得分：
 
 $$
 P_{Alice, 物品5}=\bar{R}_{物品5}+\frac{\sum_{k=1}^{2}\left(w_{物品5,物品 k}\left(R_{Alice, 物品k}-\bar{R}_{物品k}\right)\right)}{\sum_{k=1}^{2} w_{物品k, 物品5}} \\
@@ -196,7 +196,9 @@ $$
 
 比如下面这个例子：
 
-![图片](http://ryluo.oss-cn-chengdu.aliyuncs.com/JavaxxhHm3BAtMfsy2AV.png!thumbnail)
+<div align=center>
+<img src="../../../imgs/ch02/ch2.1/ch2.1.1/itemcf/JavaxxhHm3BAtMfsy2AV.png" alt="图片" style="zoom:80%;" />
+</div>
 
 + 左边矩阵中，$A, B, C, D$ 表示的是物品。
 + 可以看出，$D $ 是一件热门物品，其与 $A、B、C$ 的相似度比较大。因此，推荐系统更可能将 $D$ 推荐给用过 $A、B、C$ 的用户。
@@ -242,7 +244,9 @@ $$
 >
 > 举例来说明，如下图（`X,Y,Z` 表示物品，`d,e,f`表示用户）：
 >
-> ![图片](http://ryluo.oss-cn-chengdu.aliyuncs.com/JavaWKvITKBhYOkfXrzs.png!thumbnail)
+> <div align=center>
+> <img src="../../../imgs/ch02/ch2.1/ch2.1.1/itemcf/JavaWKvITKBhYOkfXrzs.png" alt="图片" style="zoom:80%;" />
+> </div>
 >
 > + 如果使用余弦相似度进行计算，用户 d 和 e 之间较为相似。但是实际上，用户 d 和 f 之间应该更加相似。只不过由于 d 倾向于打高分，e 倾向于打低分导致二者之间的余弦相似度更高。
 > + 这种情况下，可以考虑使用皮尔逊相关系数计算用户之间的相似性关系。