深入互联网广告中的出价模式再谈中的双出价
稿：申探社 公众号 gh_ed2d1dba4f53 在《申探社：深入互联网广告中的出价模式》（ 深入互联网广告中的出价模式 (上中下完整版)， 补充篇）系列文章中，我们初步探讨了双出价这种产品形式（本文的讨论建立在读者已经读过这一系列文章的基础之上，如果没有看过的同学，推荐先阅读一下）。双出价是指广告主可以出两个价格，……
那些事儿下数据跟踪和效果评估
作者： 沈国阳 上一篇文章，我们通过一个八卦了解了abtest在产品功能及策略迭代过程中的重要价值，并且介绍了abtest的一个简单框架，以及多层abtest框架里面，层与层之间关系的定义。本篇将讨论数据跟踪方法和效果评估方法相关的话题。本文部分内容结合过往工作中学习到的知识进行了自……
推荐系统遇上深度学习二十四深度兴趣进化网络原理及实战
原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-11-04 在本系列的推荐系统遇上深度学习(十八)–探秘阿里之深度兴趣网络(DIN)浅析及实现中，我们介绍了阿里的深度兴趣网络(Deep Interest Network，以下简称DIN)，时隔一年，阿里再次升级其……
从高可用架构看高可用架构设计
选自 架构文摘 公众号 高可用HA（High Availability）是分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计减少系统不能提供服务的时间。 假设系统一直能够提供服务，我们说系统的可用性是100%。如果系统每运行100个时间单位，会有1个时间单位无法提供服务，我们说系……
快手基于的实时计算持续优化与实践
摘要： 本文由快手实时计算负责人董亭亭分享，主要介绍快手基于 Flink 的持续优化与实践的介绍。内容包括： Flink 稳定性持续优化 Flink 任务启动优化 Flink SQL 实践与优化 未来的工作 一、Flink 稳定性持续优化 第一部分是 Flink 稳定性的持续优化。该部分包括两个方面，第一个方面，主要介绍快手在 Flink Kafka Connector 方面做的一些高可用，是……
简单阐述下决策树回归神经网络等算法各自的优缺点
正则化算法（Regularization Algorithms） 集成算法（Ensemble Algorithms） 决策树算法（Decision Tree Algorithm） 回归（Regression） 人工神经网络（Artificial Neural Network） 深度学习（Deep Learning） 支持……
腾讯基于兴趣点图谱的内容理解
分享嘉宾：洪婉玲 腾讯 高级研究员 编辑整理：周江兵 360 出品平台：DataFunTalk 导读： 本文将介绍我们如何使用大规模的UGC数据挖掘用户真实的阅读意图，构建兴趣点图谱，并将图谱用于内容理解。最终，使大家了解如何通过构建用于信息流的兴趣点图谱，来提升信息流推荐效果。 01 兴趣点图谱背景介……
大众点评搜索基于知识图谱的深度学习排序实践
1. 引言 挑战与思路 搜索是大众点评App上用户进行信息查找的最大入口，是连接用户和信息的重要纽带。而用户搜索的方式和场景非常多样，并且由于对接业务种类多，流量差异大，为大众点评搜索（下文简称点评搜索）带来了巨大的挑战，具体体现在如下几个方面： 意图多样：用户查找的信息类型和方式多样。信……
如何增强推荐系统模型更新的实时性
以下文章来源于王喆的机器学习笔记 ，作者王喆的机器学习笔记 推荐系统“模型”的实时性 与“特征”的实时性相比， 推荐系统模型的实时性往往是从更全局的角度考虑问题。特征的实时性力图用更准确的特征描述一个人，从而让推荐系统给出更符合这个人的推荐结果。而模型的实时性则是希望更快的抓住全局层面的……
基于实现万亿级多维检索与实时分析
录信数软 发布 01 活动回顾 在活动开始后，郑其华首先介绍了自己以往的任职经历和项目经验，随后正式进入了主题分享。 本次的分享主要分为三个部分。 第一部分郑其华阐述了目前大数据行业存在的技术痛点和数据的价值，郑其华以比特币“挖矿”这一行为举例，阐明了数据在当前时代的价值。同时也分析了当前大数……
