<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>个性化推荐 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90/</link>
    <description>Recent content in 个性化推荐 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 15 Mar 2022 12:10:57 +0800</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>同城同镇下沉市场中的推荐技术实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%90%8C%E9%95%87%E4%B8%8B%E6%B2%89%E5%B8%82%E5%9C%BA%E4%B8%AD%E7%9A%84%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 12:10:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%90%8C%E9%95%87%E4%B8%8B%E6%B2%89%E5%B8%82%E5%9C%BA%E4%B8%AD%E7%9A%84%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：闫文昌 58同城 算法架构师 编辑整理：GYH 出品平台：DataFunTalk、AI启蒙者 导读： 58同镇是58同城进军下沉市场最重要的战略性业务，58同镇推荐系统面向下沉市场用户群，以Feed流方式提供基于地域分发的多品类信息融合推荐。本次分享重点聚焦58本地版APP首页Fe</description>
    </item>
    <item>
      <title>深度学习在同城首页推荐中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%90%8C%E5%9F%8E%E9%A6%96%E9%A1%B5%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 11:50:07 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%90%8C%E5%9F%8E%E9%A6%96%E9%A1%B5%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>作者：王连臣 来源：58技术 导读 58同城作为国内最大的生活信息服务提供商，涵盖招聘、房产、车辆、兼职、黄页等海量的生活分类信息。随着各个业务线业务的蓬勃发展，用户在网站上可获取的分类信息是爆炸性增长的。如何解决信息过载，帮助用户快速找到关注的信息，已经成为用户体验提升的关键点与服务</description>
    </item>
    <item>
      <title>网易严选全能选手召回表征算法实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E4%B8%A5%E9%80%89%E5%85%A8%E8%83%BD%E9%80%89%E6%89%8B%E5%8F%AC%E5%9B%9E%E8%A1%A8%E5%BE%81%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 11:45:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E4%B8%A5%E9%80%89%E5%85%A8%E8%83%BD%E9%80%89%E6%89%8B%E5%8F%AC%E5%9B%9E%E8%A1%A8%E5%BE%81%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：潘胜一 网易严选 算法专家 ,严选人工智能部搜索推荐负责人。团队负责的业务包括搜索、推荐、内外部广告、用户模型等。 编辑整理：许建军 出品平台：DataFunTalk 导读： 本文主要分享 &amp;ldquo;全能选手&amp;rdquo; 召回表征算法实践。首先简单介绍下业务背景： 网易严选人工智能部</description>
    </item>
    <item>
      <title>技术推荐算法在商业化场景中的探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%9C%A8%E5%95%86%E4%B8%9A%E5%8C%96%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 11:29:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%9C%A8%E5%95%86%E4%B8%9A%E5%8C%96%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：祝凯文 58集团 算法架构师 编辑整理：陆云卓 出品平台：DataFunTalk 导读： 58招聘业务商业化流量主要集中在推荐场景，招聘业务面向的C端求职者群体广泛，B端企业招聘职位类型丰富，由于蓝领招聘具备门槛低的特点，求职者求职意向普遍跨度较大，如何基于有限的商业候选职位做好B</description>
    </item>
    <item>
      <title>在腾讯应用宝的推荐实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E8%85%BE%E8%AE%AF%E5%BA%94%E7%94%A8%E5%AE%9D%E7%9A%84%E6%8E%A8%E8%8D%90%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 11:27:28 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E8%85%BE%E8%AE%AF%E5%BA%94%E7%94%A8%E5%AE%9D%E7%9A%84%E6%8E%A8%E8%8D%90%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：carloslin，腾讯 PCG 应用研究员 Embedding 技术目前在工业界以及学术界中应用非常广泛，关于 Embedding 的探索和应用从未停歇。Embedding 的训练方法主要分成 DNN 的端到端的方法以及序列学习的非端到端的方法，其中最经典的 word2vec 以及由此衍生出 sentence2vec，doc2vec，item2ve</description>
    </item>
    <item>
      <title>文本相关性在蘑菇街搜索推荐排序系统中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%96%87%E6%9C%AC%E7%9B%B8%E5%85%B3%E6%80%A7%E5%9C%A8%E8%98%91%E8%8F%87%E8%A1%97%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 11:27:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%96%87%E6%9C%AC%E7%9B%B8%E5%85%B3%E6%80%A7%E5%9C%A8%E8%98%91%E8%8F%87%E8%A1%97%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>作者：美丽联合集团 算法工程师 琦琦 ，公众号关注：诗品算法 0、引言 好久不见。十月最后一天，居然也是十月的第一篇，脸疼。今天我们来聊聊相关性吧。如何巧妙地将NLP相关知识应用于搜索推荐系统呢？且往下看。 PS：笔者在本篇文章中所提及的算法，全部在真实的生产环境中实践过，均有收益，且全部落</description>
    </item>
    <item>
      <title>陌陌模型化召回在陌陌社交推荐的应用和探索</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%99%8C%E9%99%8C%E6%A8%A1%E5%9E%8B%E5%8C%96%E5%8F%AC%E5%9B%9E%E5%9C%A8%E9%99%8C%E9%99%8C%E7%A4%BE%E4%BA%A4%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8%E5%92%8C%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Tue, 15 Mar 2022 11:25:54 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%99%8C%E9%99%8C%E6%A8%A1%E5%9E%8B%E5%8C%96%E5%8F%AC%E5%9B%9E%E5%9C%A8%E9%99%8C%E9%99%8C%E7%A4%BE%E4%BA%A4%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8%E5%92%8C%E6%8E%A2%E7%B4%A2/</guid>
      <description>分享嘉宾：吴保鑫 陌陌科技 高级算法专家 编辑整理：揭萍 出品平台：DataFunTalk 导读： 在陌陌的社交推荐体系中，模型化Recall在召回模块中起到了重要作用。本文主要介绍模型化Recall在陌陌社交推荐中的技术探索和具体落地应用，重点介绍基于用户场景行为驱动、用户社交关系网络和动</description>
    </item>
    <item>
      <title>深入理解推荐系统超长用户行为序列建模</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%B6%85%E9%95%BF%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E5%BA%8F%E5%88%97%E5%BB%BA%E6%A8%A1/</link>
      <pubDate>Tue, 15 Mar 2022 11:22:04 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%B6%85%E9%95%BF%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E5%BA%8F%E5%88%97%E5%BB%BA%E6%A8%A1/</guid>
      <description>【推荐系统】专栏历史文章： 深入理解 YouTube 推荐系统算法 深入理解推荐系统：召回 深入理解推荐系统：排序 深入理解推荐系统：Fairness、Bias 和 Debias 深入理解推荐系统：推荐系统中的 attention 机制 作为【推荐系统】系列文章的第七篇，将以CIKM2020中的一篇论文“Search-based User Interest Modeling with Lifelong Sequential</description>
    </item>
    <item>
      <title>百度技术短视频个性化工程精进之路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E6%8A%80%E6%9C%AF%E7%9F%AD%E8%A7%86%E9%A2%91%E4%B8%AA%E6%80%A7%E5%8C%96%E5%B7%A5%E7%A8%8B%E7%B2%BE%E8%BF%9B%E4%B9%8B%E8%B7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 11:16:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E6%8A%80%E6%9C%AF%E7%9F%AD%E8%A7%86%E9%A2%91%E4%B8%AA%E6%80%A7%E5%8C%96%E5%B7%A5%E7%A8%8B%E7%B2%BE%E8%BF%9B%E4%B9%8B%E8%B7%AF/</guid>
      <description>作者 Mr_miao 稿 导读：短视频Push系统是一套支持百度内多款app及多业务场景的分布式Push系统，目前支撑着好看视频，直播，度小视，好看大字版等app的推送业务，提供基于用户基本特征的个性化推送，热门活动和热点事件的运营推送，基于关注关系或订阅关系的业务实时推送等场景的支持。旨在通过个</description>
    </item>
    <item>
      <title>推荐系统中模型训练及使用流程的标准化</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83%E5%8F%8A%E4%BD%BF%E7%94%A8%E6%B5%81%E7%A8%8B%E7%9A%84%E6%A0%87%E5%87%86%E5%8C%96/</link>
      <pubDate>Tue, 15 Mar 2022 10:24:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83%E5%8F%8A%E4%BD%BF%E7%94%A8%E6%B5%81%E7%A8%8B%E7%9A%84%E6%A0%87%E5%87%86%E5%8C%96/</guid>
      <description>文章作者：梁超 腾讯 高级工程师 编辑整理：Hoh Xil 内容来源：DataFun AI Talk 出品社区：DataFun 导读： 本次分享的主题为 推荐系统中模型训练及使用流程的标准化。 在整个推荐系统中，点击率 ( CTR ) 预估模型是最为重要，也是最为复杂的部分。无论是使用线性模型还是当前流行的深度模型，在模型结构</description>
    </item>
    <item>
      <title>知识图谱辅助的个性化推荐系统</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E8%BE%85%E5%8A%A9%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/</link>
      <pubDate>Tue, 15 Mar 2022 10:11:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E8%BE%85%E5%8A%A9%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/</guid>
      <description>分享嘉宾：王鸿伟 斯坦福大学 博士后 编辑整理：秋林津渡 内容来源：将门线上直播 188 期 出品平台：将门、DataFun 导读： 互联网产业蓬勃发展的今天，个性化推荐系统是所有面向用户的互联网平台的关键技术。**知识图谱作为一种新的知识载体，为推荐系统提供了额外的辅助信息来源，并有助于提升推荐结果</description>
    </item>
    <item>
      <title>腾讯从零开始了解推荐系统全貌</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E4%BB%8E%E9%9B%B6%E5%BC%80%E5%A7%8B%E4%BA%86%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%85%A8%E8%B2%8C/</link>
      <pubDate>Tue, 15 Mar 2022 09:34:17 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E4%BB%8E%E9%9B%B6%E5%BC%80%E5%A7%8B%E4%BA%86%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%85%A8%E8%B2%8C/</guid>
      <description>作者：yijiapan，腾讯 WXG 数据分析师 有幸参与了几个业务推荐系统搭建的全流程，本文将从实际经验出发，为大家解构如何从从零搭建推荐系统，希望跟大家能够相互交流，如有错误之处烦请指正。 一、推荐算法的理解 如果说互联网的目标就是连接一切，那么 推荐系统的作用就是建立更加有效率的连接，推荐</description>
    </item>
    <item>
      <title>网易云音乐推荐中的用户行为序列深度建模</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E4%BA%91%E9%9F%B3%E4%B9%90%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E5%BA%8F%E5%88%97%E6%B7%B1%E5%BA%A6%E5%BB%BA%E6%A8%A1/</link>
      <pubDate>Tue, 15 Mar 2022 09:30:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E4%BA%91%E9%9F%B3%E4%B9%90%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E5%BA%8F%E5%88%97%E6%B7%B1%E5%BA%A6%E5%BB%BA%E6%A8%A1/</guid>
      <description>分享嘉宾：章莺 网易云音乐 资深算法工程师 编辑整理：汪方野 出品平台：DataFunTalk 导读： 近年来，网易云音乐作为一匹黑马迅速在移动音乐APP占据市场，2016年用户量就突破了2亿，而这与它优质的推荐系统必不可分。网易云音乐推荐系统致力于通过AI算法的落地，实现千人千面的个性化音</description>
    </item>
    <item>
      <title>展示广告召回系统的演进</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B1%95%E7%A4%BA%E5%B9%BF%E5%91%8A%E5%8F%AC%E5%9B%9E%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%BC%94%E8%BF%9B/</link>
      <pubDate>Tue, 15 Mar 2022 09:20:51 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B1%95%E7%A4%BA%E5%B9%BF%E5%91%8A%E5%8F%AC%E5%9B%9E%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%BC%94%E8%BF%9B/</guid>
      <description>文章作者：王华呈 360 资深算法工程师 编辑整理：杨辉之 内容来源：爱奇艺技术沙龙 出品社区：DataFun 导读： 随着展示广告业务数据量的日益增长，360展示广告召回系统也随之也进行不断升级改进。本次介绍主要从召回系统演进的角度详细阐述工程实践中的算法应用、技术难点以及解决方案。主要分成三块</description>
    </item>
    <item>
      <title>蘑菇街首页推荐多目标优化之实践一把双刃剑</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%98%91%E8%8F%87%E8%A1%97%E9%A6%96%E9%A1%B5%E6%8E%A8%E8%8D%90%E5%A4%9A%E7%9B%AE%E6%A0%87%E4%BC%98%E5%8C%96%E4%B9%8B%E5%AE%9E%E8%B7%B5%E4%B8%80%E6%8A%8A%E5%8F%8C%E5%88%83%E5%89%91/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%98%91%E8%8F%87%E8%A1%97%E9%A6%96%E9%A1%B5%E6%8E%A8%E8%8D%90%E5%A4%9A%E7%9B%AE%E6%A0%87%E4%BC%98%E5%8C%96%E4%B9%8B%E5%AE%9E%E8%B7%B5%E4%B8%80%E6%8A%8A%E5%8F%8C%E5%88%83%E5%89%91/</guid>
      <description>作者：美丽联合集团 算法工程师 琦琦 ， 公众号关注：诗品算法 0、引言 我曾经也秉承着“技术至上”的信条，但随着工作年限的日益增长，在我变成一个老白兔后，观点慢慢发生了转变。作为一个算（调）法（参）工程师，理解业务才是最重要的。有些技术看起来很高大上，但它不可能适用于所有场景。算法工程师的</description>
    </item>
    <item>
      <title>亿级用户腾讯看点信息流推荐系统的架构挑战</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BF%E7%BA%A7%E7%94%A8%E6%88%B7%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%9E%B6%E6%9E%84%E6%8C%91%E6%88%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:49 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BF%E7%BA%A7%E7%94%A8%E6%88%B7%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%9E%B6%E6%9E%84%E6%8C%91%E6%88%98/</guid>
      <description>导语 | 看点信息流每天为亿级用户提供海量实时推荐服务，除了大并发/低延迟/高性能等传统架构挑战以外，还有哪些推荐系统特有的架构挑战难题，又是如何解决的？本文是对腾讯看点独立端推荐研发中心总监——彭默在云＋社区沙龙online的分享整理，希望与大家一同交流。 一、看点信息流 在 QQ 浏览器的</description>
    </item>
    <item>
      <title>深入理解推荐系统和</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%92%8C/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:31 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%92%8C/</guid>
      <description>深入理解推荐系统：召回 深入理解 YouTube 推荐系统算法 深入理解推荐系统：排序 作为【推荐系统】系列文章的第四篇，将以推荐系统的“Fairness公平性”作为今天的主角，会从四个方面来介绍Fairness的相关问题、解决方案、相关比赛和参考文献。 有一段时间没有更新这个系列的文章，最近刚好没太多</description>
    </item>
    <item>
      <title>同城如何从到构建个性化推荐</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%A6%82%E4%BD%95%E4%BB%8E%E5%88%B0%E6%9E%84%E5%BB%BA%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%A6%82%E4%BD%95%E4%BB%8E%E5%88%B0%E6%9E%84%E5%BB%BA%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90/</guid>
      <description>文章作者：曾钦榜 58同城 高级技术经理 编辑整理：周晓侠 内容来源：58技术沙龙 出品社区：DataFun 导读：随着科学技术的飞速发展，互联网被广泛应用于各个领域，而以互联网为基础的招聘模式也越来越受到企业的青睐。互联网招聘具有不受地域限制、覆盖面广、招聘成本低、针对性强、方便快捷、时效</description>
    </item>
    <item>
      <title>干货用户画像在用户生命周期中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%9C%A8%E7%94%A8%E6%88%B7%E7%94%9F%E5%91%BD%E5%91%A8%E6%9C%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%9C%A8%E7%94%A8%E6%88%B7%E7%94%9F%E5%91%BD%E5%91%A8%E6%9C%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：姚凯飞 句逗科技 联合创始人 编辑整理：刘璐 出品平台：DataFunTalk 导读： 做用户，绕不开画像！画像不仅可以提升对用户的认知，还可以通过落地赋能业务。今天我们聊聊用户画像在用户生命周期中的应用，主要介绍用户画像在电商场景下如何驱动产品链路优化。将按照用户生命周期，对用户</description>
    </item>
    <item>
      <title>同城刘德华标签推荐与猜你想找算法实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%88%98%E5%BE%B7%E5%8D%8E%E6%A0%87%E7%AD%BE%E6%8E%A8%E8%8D%90%E4%B8%8E%E7%8C%9C%E4%BD%A0%E6%83%B3%E6%89%BE%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:03:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%88%98%E5%BE%B7%E5%8D%8E%E6%A0%87%E7%AD%BE%E6%8E%A8%E8%8D%90%E4%B8%8E%E7%8C%9C%E4%BD%A0%E6%83%B3%E6%89%BE%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：刘德华博士 58同城 架构师 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 58本地生活搜索推荐场景具有同质化、人群结构复杂、决策周期复杂，以及多行业、多场景、多种类、多目标的特点。针对以上特点，58本地服务提出了针对性的解决方案。本次分享内容为58本地生活搜推算法的</description>
    </item>
    <item>
      <title>阿里飞猪个性化推荐召回篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E5%8F%AC%E5%9B%9E%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:03:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E5%8F%AC%E5%9B%9E%E7%AF%87/</guid>
      <description>分享嘉宾：斯辰、楼溪 阿里飞猪 编辑整理：刘一全 出品平台：DataFunTalk 导读： 召回几乎是所有推荐系统的基础模块，对应到电商的推荐中，它的作用是从海量的商品池中，筛选出一部分用户可能感兴趣的商品作为上层排序系统的候选集。因此，可以说召回效果的好坏直接决定了推荐效果的上界。 常见的</description>
    </item>
    <item>
      <title>微软专家眼中个性化推荐系统的大研究趋势</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E8%BD%AF%E4%B8%93%E5%AE%B6%E7%9C%BC%E4%B8%AD%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%A4%A7%E7%A0%94%E7%A9%B6%E8%B6%8B%E5%8A%BF/</link>
      <pubDate>Tue, 15 Mar 2022 03:32:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E8%BD%AF%E4%B8%93%E5%AE%B6%E7%9C%BC%E4%B8%AD%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%A4%A7%E7%A0%94%E7%A9%B6%E8%B6%8B%E5%8A%BF/</guid>
      <description>微软亚洲研究院 2018 年 11 月 29 日 “猜你喜欢”、“购买过此商品的用户还购买过……”对于离不开社交平台、电商、新闻阅读、生活服务的现代互联网用户来说，个性化推荐已经不是什么新鲜事儿。 随着信息技术和互联网行业的发展，信息过载成了人们处理信息的挑战。对于用户而言，如何在以指数增长的资源中快速、</description>
    </item>
    <item>
      <title>赵鑫强化学习在京东广告序列推荐中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B5%B5%E9%91%AB%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E4%BA%AC%E4%B8%9C%E5%B9%BF%E5%91%8A%E5%BA%8F%E5%88%97%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 00:50:58 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B5%B5%E9%91%AB%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E4%BA%AC%E4%B8%9C%E5%B9%BF%E5%91%8A%E5%BA%8F%E5%88%97%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：赵鑫博士 京东 算法工程师 编辑整理：娄学政 小米 出品平台：DataFunTalk 导读： 互联网推荐广告的排序，关键在于对流量价值的预估，其中最重要的一部分是对点击率的预估。为了提高广告的变现效率，核心的问题是如何提高广告的预估精度。同一个广告，在上下文不一样的情况下，点击率是不</description>
    </item>
    <item>
      <title>熊飞猜你去哪飞猪用户旅行意图预测</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%86%8A%E9%A3%9E%E7%8C%9C%E4%BD%A0%E5%8E%BB%E5%93%AA%E9%A3%9E%E7%8C%AA%E7%94%A8%E6%88%B7%E6%97%85%E8%A1%8C%E6%84%8F%E5%9B%BE%E9%A2%84%E6%B5%8B/</link>
      <pubDate>Tue, 15 Mar 2022 00:35:07 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%86%8A%E9%A3%9E%E7%8C%9C%E4%BD%A0%E5%8E%BB%E5%93%AA%E9%A3%9E%E7%8C%AA%E7%94%A8%E6%88%B7%E6%97%85%E8%A1%8C%E6%84%8F%E5%9B%BE%E9%A2%84%E6%B5%8B/</guid>
      <description>分享嘉宾：熊飞 阿里巴巴 算法工程师 编辑整理：小赵 出品平台：DataFunTalk 导读： 旅行商品推荐和实物商品推荐不管从用户维度还是宝贝维度上都具有较大的差异，不管是度假商品、门票、酒店、交通都具有较强的目的地心智。针对旅行场景的特殊性，此次分享介绍飞猪在用户旅行意图预测上的技术沉淀</description>
    </item>
    <item>
      <title>贝壳找房面向技术的贝壳智能推荐平台建设实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E9%9D%A2%E5%90%91%E6%8A%80%E6%9C%AF%E7%9A%84%E8%B4%9D%E5%A3%B3%E6%99%BA%E8%83%BD%E6%8E%A8%E8%8D%90%E5%B9%B3%E5%8F%B0%E5%BB%BA%E8%AE%BE%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 17:51:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E9%9D%A2%E5%90%91%E6%8A%80%E6%9C%AF%E7%9A%84%E8%B4%9D%E5%A3%B3%E6%99%BA%E8%83%BD%E6%8E%A8%E8%8D%90%E5%B9%B3%E5%8F%B0%E5%BB%BA%E8%AE%BE%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者： 袁彬@贝壳找房 本文根据贝壳找房资深工程师袁彬老师在2020年&amp;quot;面向AI技术的工程架构实践&amp;quot;大会上的演讲速记整理而成。 1 开场 大家好，很荣幸在这里给大家分享一下我们贝壳找房，在智能推荐平台建设方面的一些实践经验。今天的分享，主要分为以下四个部分： 贝壳智能推荐</description>
    </item>
    <item>
      <title>腾讯微信看一看实时相关推荐满足你对同主题文章的意犹未尽</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E5%AE%9E%E6%97%B6%E7%9B%B8%E5%85%B3%E6%8E%A8%E8%8D%90%E6%BB%A1%E8%B6%B3%E4%BD%A0%E5%AF%B9%E5%90%8C%E4%B8%BB%E9%A2%98%E6%96%87%E7%AB%A0%E7%9A%84%E6%84%8F%E7%8A%B9%E6%9C%AA%E5%B0%BD/</link>
      <pubDate>Mon, 14 Mar 2022 17:45:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E5%AE%9E%E6%97%B6%E7%9B%B8%E5%85%B3%E6%8E%A8%E8%8D%90%E6%BB%A1%E8%B6%B3%E4%BD%A0%E5%AF%B9%E5%90%8C%E4%B8%BB%E9%A2%98%E6%96%87%E7%AB%A0%E7%9A%84%E6%84%8F%E7%8A%B9%E6%9C%AA%E5%B0%BD/</guid>
      <description>作者： 微信AI团队 谢若冰等 导语 在推荐系统中，用户在一个时间段经常会关注同一个主题。当用户读完一篇文章时，他往往会想要继续阅读和这篇文章相关的拓展文章。然而，传统的推荐系统feed流难以提供这种深度的拓展阅读（相关阅读）功能。这是由于考虑到推荐系统多样性和兴趣试探的要求，主推荐流中</description>
    </item>
    <item>
      <title>推荐系统中如何做多目标优化</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E5%A6%82%E4%BD%95%E5%81%9A%E5%A4%9A%E7%9B%AE%E6%A0%87%E4%BC%98%E5%8C%96/</link>
      <pubDate>Mon, 14 Mar 2022 16:48:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E5%A6%82%E4%BD%95%E5%81%9A%E5%A4%9A%E7%9B%AE%E6%A0%87%E4%BC%98%E5%8C%96/</guid>
      <description>发布于 2019-12-11 原文： 推荐系统中如何做多目标优化 在做推荐系统的过程中，我们希望同时优化多个业务目标。比如电商场景中，希望能够在优化GMV的基础上提高点击率，从而提高用户的粘性；在信息流场景中，希望提高用户点击率的基础上提高用户关注，点赞，评论等行为，营造更好的社区氛围从而提高留存。因此推</description>
    </item>
    <item>
      <title>微拍堂深度召回在文玩个性化推荐中的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E6%8B%8D%E5%A0%82%E6%B7%B1%E5%BA%A6%E5%8F%AC%E5%9B%9E%E5%9C%A8%E6%96%87%E7%8E%A9%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:37 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E6%8B%8D%E5%A0%82%E6%B7%B1%E5%BA%A6%E5%8F%AC%E5%9B%9E%E5%9C%A8%E6%96%87%E7%8E%A9%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：赵争超 前微拍堂算法负责人 编辑整理：王岩 出品平台：DataFunTalk 导读： 当前阶段，“个性化推荐”早已成为了电商平台的基建工程，也是AI驱动业务增长的重要支撑，概括地说，个性化推荐是一门AI结合消费者行为心理学，运筹优化等多个领域的交叉学科。而今天的分享，是我们对“个</description>
    </item>
    <item>
      <title>用户画像技术及方法论</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%8A%80%E6%9C%AF%E5%8F%8A%E6%96%B9%E6%B3%95%E8%AE%BA/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:11 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%8A%80%E6%9C%AF%E5%8F%8A%E6%96%B9%E6%B3%95%E8%AE%BA/</guid>
      <description>文章作者：姚凯飞 编辑整理：Hoh 导读： 用户画像也是近几年比较热的一个词，不过很多小伙伴对于画像的认知还只是标签化的层面，或者只是利用其做一些简单的分群分析；如何全面地认知并做系统性地尝试，背后有非常多的点需要我们深思挖掘。今天就根据自己的一些浅见进行分享，因为与商品画像的联系，中</description>
    </item>
  </channel>
</rss>
