https://index.zshipu.com/geek/tags/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ Recent content in 推荐系统 on 知识铺的博客 Hugo -- gohugo.io zh-CN Tue, 15 Mar 2022 13:46:42 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%92%E5%BE%97%E6%9B%B4%E5%A5%BD%E4%BC%B0%E5%BE%97%E6%9B%B4%E5%87%86%E6%90%9C%E7%9A%84%E6%9B%B4%E5%85%A8%E6%8E%A8%E8%8D%90%E5%B9%BF%E5%91%8A%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95%E9%97%B4%E5%88%B0%E5%BA%95%E6%9C%89%E4%BB%80%E4%B9%88%E5%8C%BA%E5%88%AB/ Tue, 15 Mar 2022 13:46:42 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%92%E5%BE%97%E6%9B%B4%E5%A5%BD%E4%BC%B0%E5%BE%97%E6%9B%B4%E5%87%86%E6%90%9C%E7%9A%84%E6%9B%B4%E5%85%A8%E6%8E%A8%E8%8D%90%E5%B9%BF%E5%91%8A%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95%E9%97%B4%E5%88%B0%E5%BA%95%E6%9C%89%E4%BB%80%E4%B9%88%E5%8C%BA%E5%88%AB/ 文 | 王喆 源 | 王喆的机器学习笔记 作为互联网的核心应用“搜广推”，三个方向基本都是互联网公司的标配。各头部公司的搜广推系统也都各自发展成了集成了多种模型、算法、策略的庞然大物，想一口气讲清楚三者的区别并不容易。不过万事总有一个头绪，对于一个复杂问题，直接深入到细节中去肯定是不明智的， 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/ Tue, 15 Mar 2022 12:10:57 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%89%E8%B5%9E%E6%90%9C%E7%B4%A2%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%9E%B6%E6%9E%84%E6%BC%94%E8%BF%9B/ Tue, 15 Mar 2022 12:06:56 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%89%E8%B5%9E%E6%90%9C%E7%B4%A2%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%9E%B6%E6%9E%84%E6%BC%94%E8%BF%9B/ 转载自 有赞技术博客 有赞搜索平台是一个面向公司内部各项搜索应用以及部分 NoSQL 存储应用的 PaaS 产品，帮助应用合理高效的支持检索和多维过滤功能，有赞搜索平台目前支持了大大小小一百多个检索业务，服务于近百亿数据。 在为传统的搜索应用提供高级检索和大数据交互能力的同时，有赞搜索平台还需要为其他比如商 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF/ Tue, 15 Mar 2022 11:54:47 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF/ 文章作者：姚凯飞 Club Factory 推荐算法负责人 内容来源：作者授权发布 出品社区：DataFun 注：欢迎转载，转载请注明出处。 在这个时代背景下，信息爆炸与长尾问题普遍发生，而解决方案之一是个性化推荐技术，那具体什么是个性化推荐，怎么去实现这一过程呢？这一章读者朋友需要做到的是读完以后，对个性化推 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/ Tue, 15 Mar 2022 11:50:07 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%9C%AC%E5%9C%B0%E6%9C%8D%E5%8A%A1%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%B5%81%E9%87%8F%E5%88%86%E5%8F%91%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 11:46:10 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%9C%AC%E5%9C%B0%E6%9C%8D%E5%8A%A1%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%B5%81%E9%87%8F%E5%88%86%E5%8F%91%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/ 分享嘉宾：陈琳 58同城 算法架构师 编辑整理：Duoli 出品平台：DataFunTalk 导读： 58本地服务由数百个细分品类、多个创新业务和国际业务组成，如何构建智能化的流量分发体系是一项挑战，我们通过整合搜索和推荐场景构建了一套统一的流量分发系统，本次分享将主要介绍系统中的算法实践， 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/ Tue, 15 Mar 2022 11:45:55 +0800 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/ 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 “全能选手” 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E7%9B%AE%E6%A0%87%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%9C%A8%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 11:44:21 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E7%9B%AE%E6%A0%87%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%9C%A8%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/ 作者：zhongzhao，腾讯 PCG 应用研究员 在推荐系统中，最常用的排序模型是以用户点击为目标的CTR预估模型，它没有考虑用户点击后的消费深度，也没有考虑用户的多种互动行为带来的生态方面的收益。为了取得CTR以外的更多收益，QQ看点团队在深度学习框架下，对推荐系统中的多目标建模做了一 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BD%E9%99%85%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%A4%9A%E8%AF%AD%E8%A8%80%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3/ Tue, 15 Mar 2022 11:43:33 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BD%E9%99%85%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%A4%9A%E8%AF%AD%E8%A8%80%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3/ 分享嘉宾：汪昆 阿里巴巴 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品社区：DataFun 导读： 本次分享的题目是 UC 国际信息流推荐中的多语言内容理解，讲一下我们在国际信流推荐场景下的多语言内容理解方面的一些工作和思考，主要分为： 多语言内容理解的需求和挑战 多语言内容结构化信号建设方法 总结 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E7%9A%84%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95/ Tue, 15 Mar 2022 11:30:19 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E7%9A%84%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95/ 作者丨gongyouliu 欢迎关注他的公众号gongyouliu 作者在上篇文章 《 推荐系统产品与算法概述》 中对推荐算法做了比较全面的概述，本篇开始我们来详细讲解各类推荐算法。这篇文章我们主要关注的是基于内容的推荐算法，它也是非常通用的一类推荐算法，在工业界有大量的应用案例。 本文会从 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95/ Tue, 15 Mar 2022 11:29:51 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95/ 本次课程的主题包括： Web structure Pagerank 推导和计算方式 应用：Graph Search（个人认为反而是重要的部分） 1. Web Structure 1.1 定义：有向图 : 所有能够到达 v 的节点集合 ：所有 v 能够到达的节点集合 有向图的两种类别： strongly connected：节点间是互通的，能够通过有向路径实现互达 （ ） directed acyclic graph：有向无环图， 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%E7%AE%97%E6%B3%95/ Tue, 15 Mar 2022 11:29:20 +0800 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%E7%AE%97%E6%B3%95/ 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 去年 天池-安泰杯跨境电商智能算法大赛 是我初次接触推荐相关的比赛，通过比赛让我对推荐系统有了较为浅显的认识，赛后也是打算系统的学习这方面的内容，此后我也会将【推荐系统】作为一个系列板块进行更新，主打经典推荐算法的原理 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/ Tue, 15 Mar 2022 11:29:19 +0800 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/ 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 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/ Tue, 15 Mar 2022 11:27:28 +0800 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/ 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 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B8%80%E9%98%B6%E6%AE%B5%E6%80%A7%E5%9B%9E%E9%A1%BE/ Tue, 15 Mar 2022 11:27:16 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B8%80%E9%98%B6%E6%AE%B5%E6%80%A7%E5%9B%9E%E9%A1%BE/ 本系列已经写了二十篇了，但推荐系统的东西还有很多值得探索和学习的地方。不过在这之前，我们先静下心来，一起回顾下之前学习到的东西！ 由于是总结性质的文章，很多细节不会过多的涉及，有兴趣的同学可以点击文章中给出的链接进行学习。 本文中涉及的大多数算法是计算广告中点击率预估用到的模型. 好了 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%A6%E6%96%87%E8%A7%A3%E8%AF%BB%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E5%A4%9A%E6%A8%A1%E5%9E%8B%E5%86%85%E5%AE%B9%E7%AD%96%E7%95%A5%E4%B8%8E%E5%8F%AC%E5%9B%9E/ Tue, 15 Mar 2022 11:27:11 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%A6%E6%96%87%E8%A7%A3%E8%AF%BB%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E5%A4%9A%E6%A8%A1%E5%9E%8B%E5%86%85%E5%AE%B9%E7%AD%96%E7%95%A5%E4%B8%8E%E5%8F%AC%E5%9B%9E/ nevinzhang 微信AI 导读：在微信AI背后，技术究竟如何让一切发生？关注微信AI公众号，我们将为你一一道来。今天我们将放送**微信AI技术专题系列“微信看一看背后的技术架构详解”**的第二篇——《微信看一看内容召回》。 第一篇：微信「看一看」 推荐排序技术揭秘 看一看介绍 相信对于不少人而言微信已经 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E7%9A%84%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 11:27:09 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E7%9A%84%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/ 摘要：本文由京东搜索算法架构团队分享，主要介绍 Apache Flink 在京东商品搜索排序在线学习中的应用实践。文章的主要大纲如下： 一、背景 在京东的商品搜索排序中，经常会遇到搜索结果多样性不足导致系统非最优解的问题。为了解决数据马太效应带来的模型商品排序多样性的不足，我们利用基于二项式汤普森采样建模， 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/ Tue, 15 Mar 2022 11:25:54 +0800 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/ 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 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%BA%94%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/ Tue, 15 Mar 2022 11:25:13 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%BA%94%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/ 原文地址： https://www.jianshu.com/p/b9113332e33e 强化学习在各个公司的推荐系统中已经有过探索，包括阿里、京东等。之前在美团做过的一个引导语推荐项目，背后也是基于强化学习算法。本文，我们先来看一下强化学习是如何在京东推荐中进行探索的。 本文来自于paper：《Deep Reinforcement Learning for List-wise Recommendations》 1、引言 传统的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E7%9B%AE%E6%A0%87%E8%AE%BE%E8%AE%A1/ Tue, 15 Mar 2022 11:24:24 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E7%9B%AE%E6%A0%87%E8%AE%BE%E8%AE%A1/ 作者：玉奇 导读：短视频产品最近两年蓬勃发展，百度旗下的短视频品牌-好看视频，人均使用时长70分钟，短视频播放量已超30亿，从推荐系统的角度考虑，如何设计一个推荐系统的目标，以及短视频迭代过程中沉淀的思考。 全文2433字，预计阅读时间 8分钟。 《2020年中国网络视听发展研究报告》显 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%E6%8E%92%E5%BA%8F/ Tue, 15 Mar 2022 11:22:30 +0800 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%E6%8E%92%E5%BA%8F/ 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】系列文章的第三篇，将以“排序”作为今天的主角，会从四个方面来介绍推荐系统中的排序模块，即建模目标、样本与特征、常见模型和粗排与精排的方法。 最近正好在做 KDD Cup：Debiasing 赛道，不同于其它类型 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%85%AB%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 11:22:06 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%85%AB%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ 原文地址： https://www.jianshu.com/p/83d3b2a1e55d 1、引言 在CTR预估中，为了解决稀疏特征的问题，学者们提出了FM模型来建模特征之间的交互关系。但是FM模型只能表达特征之间两两组合之间的关系，无法建模两个特征之间深层次的关系或者说多个特征之间的交互关系，因此学者们通过Deep Network来建模更高阶的特征之间的关系 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%85%E8%B0%88%E5%BE%AE%E8%A7%86%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B/ Tue, 15 Mar 2022 11:22:04 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%85%E8%B0%88%E5%BE%AE%E8%A7%86%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B/ 本文作者：hannahguo，腾讯 PCG 推荐算法工程师 在推荐系统中，特征工程扮演着重要的角色。俗话说数据和特征决定了机器学习算法的上限，而模型、算法的选择和优化只是在不断逼近这个上限。特征工程的前提是收集足够多的数据，使用数据学习知识，从大量的原始数据中提取关键信息并表示为模型所需要 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/ Tue, 15 Mar 2022 11:22:04 +0800 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/ 【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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BC%97%E9%93%B6%E8%A1%8C%E5%9C%A8%E8%81%94%E9%82%A6%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E4%B8%8A%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%8F%8A%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 11:20:56 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BC%97%E9%93%B6%E8%A1%8C%E5%9C%A8%E8%81%94%E9%82%A6%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E4%B8%8A%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%8F%8A%E5%BA%94%E7%94%A8/ 分享嘉宾：谭奔 微众银行 高级研究员 编辑整理：王少华 内容来源：微众·AI 出品平台：DataFunTalk 导读： 现如今推荐系统已经得到了广泛的应用，其性能通常是随着数据量的增加而提高。但现实中，数据往往分散在各个提供方手上，且随着数据监管政策趋严，以及数据隐私保护问题越来越受到重视，导 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%8C%B9%E9%85%8D%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 11:20:32 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%8C%B9%E9%85%8D%E6%A8%A1%E5%9E%8B/ 辛俊波 腾讯 | 高级研究员 推荐系统概述 1.1 推荐系统本质 推荐系统就是系统根据用户的属性 ( 如性别、年龄、学历、地域、职业 )，用户在系统里过去的行为 ( 例如浏览、点击、搜索、购买、收藏等 )，以及当前上下文环境 ( 如网络、手机设备、时间等 )，从而给用户推荐用户可能感兴趣的物品 ( 如电商的商品、fee https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%80%BB%E7%BB%93/ Tue, 15 Mar 2022 11:20:30 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%80%BB%E7%BB%93/ 作者：minwxwang，腾讯 PCG 应用研究员 当前主流的推荐系统中，embedding 无处不在，从一定意义上可以说，把 embedding 做好了，整个推荐系统的一个关键难题就攻克了。因此，本文总结了移动腾讯网推荐系统中的 embedding 技术实践，力图达到娱人娱己的目的。 什么是 embedding embedding 其实就是一种稠密向量的表示形式。在 embedding 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E5%9B%9B/ Tue, 15 Mar 2022 11:20:29 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E5%9B%9B/ 之前学习了强化学习的一些内容以及推荐系统的一些内容，二者能否联系起来呢！今天阅读了一篇论文，题目叫《DRN: A Deep Reinforcement Learning Framework for News Recommendation》。该论文便是深度强化学习和推荐系统的一个结合，也算是提供了一个利用强化学习来做推荐的完整的思路和方法吧。本文便是对文章中的内容的 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/ Tue, 15 Mar 2022 11:16:50 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E9%85%B7%E5%B9%BF%E5%91%8A%E6%8A%95%E6%94%BE%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 11:09:50 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E9%85%B7%E5%B9%BF%E5%91%8A%E6%8A%95%E6%94%BE%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ 文章作者：鸿雁 阿里文娱 技术专家 编辑整理：Hoh Xil 内容来源：阿里文娱技术 文章出品：DataFun 导读： 随着 RTB 网络在线展现广告交易模式的兴起，各大公司都纷纷搭建自己的 DSP ( Demand-Side Platform ) 广告投放系统进行获客。优酷在近几年也搭建 DSP 系统，并且在持续迭代。在这一过程中，经历哪些技术探索？趟过哪些坑？ https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E5%92%8C%E4%B8%8A%E4%B8%8B%E6%96%87%E7%9A%84%E9%9F%B3%E4%B9%90%E6%8E%A8%E8%8D%90/ Tue, 15 Mar 2022 11:08:58 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E5%92%8C%E4%B8%8A%E4%B8%8B%E6%96%87%E7%9A%84%E9%9F%B3%E4%B9%90%E6%8E%A8%E8%8D%90/ 文章作者：弗朗西斯科·里奇 等 内容来源：《推荐系统：技术、评估及高效算法》& DataFunTalk 导读： 随着在线音乐商城及流媒体音乐服务的出现，数字音乐分发已经使得音乐触手可及。然而，面对突然出现的海量可收听内容，听众很容易面临信息过载的问题。因此，本次分享的主题音乐推荐系统，将为那些面临海量 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E7%8C%9C%E4%B8%80%E4%B8%AA%E5%87%86%E8%AF%A6%E8%A7%A3%E7%94%B5%E5%95%86%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8F%AC%E5%9B%9E%E7%AD%96%E7%95%A5/ Tue, 15 Mar 2022 10:56:05 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E7%8C%9C%E4%B8%80%E4%B8%AA%E5%87%86%E8%AF%A6%E8%A7%A3%E7%94%B5%E5%95%86%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8F%AC%E5%9B%9E%E7%AD%96%E7%95%A5/ 梁唐 TechFlow 大家好，好久没有写推荐系统了，今天和大家聊聊推荐系统当中的 召回策略。 在之前的文章当中曾经提到过，无论是推荐、广告还是搜索，基本上都可以简单分为召回和排序两个阶段。召回阶段也就是选出候选的内容，而排序阶段则是调用模型对候选的内容进行预测打分。最后排序系统根据模型的打分对内容进 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E9%9F%B3%E4%B9%90%E5%85%A8%E6%B0%91%E6%AD%8C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E5%8F%8A%E7%B2%97%E6%8E%92%E8%AE%BE%E8%AE%A1/ Tue, 15 Mar 2022 10:54:14 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E9%9F%B3%E4%B9%90%E5%85%A8%E6%B0%91%E6%AD%8C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E5%8F%8A%E7%B2%97%E6%8E%92%E8%AE%BE%E8%AE%A1/ 分享嘉宾：kevinshuang、fivenwu 编辑整理：张振、于洋 出品平台：DataFunTalk 导读： 腾讯音乐娱乐集团 ( TME ) 目前有四大移动音乐产品：QQ音乐、酷狗音乐、酷我音乐和全民K歌，总月活超8亿。其中，全民K歌与其他三款产品有明显的差异，具体表现如下：以唱为核心，在唱歌 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%88%BF%E4%BA%A7%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 10:51:07 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%88%BF%E4%BA%A7%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 分享嘉宾：周彤 58同城 资深算法工程师 编辑整理：吴雪松 内容来源：58 推荐系统技术沙龙 出品平台：DataFunTalk 导读： 在深度学习的应用过程中，Embedding 这样一种将离散变量转变为连续向量的方式为神经网络在各方面的应用带来了极大的扩展，有"万物皆可 Embeddin 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%BA%8C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E9%97%AE%E9%A2%98%E5%8F%8A%E5%9F%BA%E6%9C%AC%E7%AE%97%E6%B3%95/ Tue, 15 Mar 2022 10:50:06 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%BA%8C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E9%97%AE%E9%A2%98%E5%8F%8A%E5%9F%BA%E6%9C%AC%E7%AE%97%E6%B3%95/ 原文地址： https://cloud.tencent.com/developer/article/1164771 1、推荐系统中的EE问题 Exploration and Exploitation(EE问题，探索与开发)是计算广告和推荐系统里常见的一个问题，为什么会有EE问题？简单来说，是为了平衡推荐系统的准确性和多样性。 EE问题中的Exploitation就是：对用户比较确定的兴趣，当然要利用开采迎合，好比 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%E7%9A%84%E7%8C%9C%E4%BD%A0%E5%96%9C%E6%AC%A2%E5%A6%82%E4%BD%95%E6%8E%92%E5%BA%8F/ Tue, 15 Mar 2022 10:37:21 +0800 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%E7%9A%84%E7%8C%9C%E4%BD%A0%E5%96%9C%E6%AC%A2%E5%A6%82%E4%BD%95%E6%8E%92%E5%BA%8F/ 引言 俗话说有多少米，就下多大锅。在特征体系构建上，我们已经准备了很多米了，并且在线性模型 FTRL 上拿到了一些甜头。下一阶段我们换了锅，对模型进行了升级，从线性模型转为 end-to-end 的深度模型，并进行了多个版本的迭代，包括 pure deep 模型（Pure Adaptive L2 Model，PALM），引入实时点击和实时未点击行为（F 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%89%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 10:35:11 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%89%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-15 1、背景 特征组合的挑战 对于一个基于CTR预估的推荐系统，最重要的是学习到用户点击行为背后隐含的特征组合。在不同的推荐场景中，低阶组合特征或者高阶组合特征可能都会对最终的CTR产生影响。 之前介绍的因 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8B%9B%E8%81%98%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BB%8B%E7%BB%8D%E5%AE%9E%E9%AA%8C%E6%A1%86%E6%9E%B6/ Tue, 15 Mar 2022 10:34:21 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8B%9B%E8%81%98%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BB%8B%E7%BB%8D%E5%AE%9E%E9%AA%8C%E6%A1%86%E6%9E%B6/ 58招聘智能推荐系统 推荐的概念早已渗透进我们的日常生活中，我们欣赏过各类电影、音乐、游戏榜单，沉迷过电商节日层出不穷的百货商品，甚至钻研过如何选择投资理财，如何购房置业，如何开启更好的职业生涯。在这样一个信息爆炸的时代，我们永远不缺少选项，如果没有推荐发挥作用，在海量的数据面前， 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%BA%94%E5%BD%93%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E9%81%87%E4%B8%8A%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90/ Tue, 15 Mar 2022 10:33:56 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%BA%94%E5%BD%93%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E9%81%87%E4%B8%8A%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-11-05 之前在美团听过关于知识图谱和个性化推荐的一个讲座，接下来的几篇，我们将围绕讲座中提到的知识点，来介绍下知识图谱是如何同个性化推荐相结合的！本篇算是一个开篇吧，希望大家伙能够有一个基本的认识。 1、推 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%A4%9A%E8%A7%86%E8%A7%92%E5%AD%A6%E4%B9%A0%E5%92%8C%E4%B8%AA%E6%80%A7%E5%8C%96%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E7%9A%84%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90/ Tue, 15 Mar 2022 10:27:59 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%A4%9A%E8%A7%86%E8%A7%92%E5%AD%A6%E4%B9%A0%E5%92%8C%E4%B8%AA%E6%80%A7%E5%8C%96%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E7%9A%84%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90/ 微软研究院AI头条 编者按：个性化新闻推荐是新闻行业必然的发展方向，在其实现过程中面临着三个关键问题，即分析用户兴趣、根据新闻内容建模和新闻排序。本文将这三个问题划归为新闻信息与用户兴趣的多样性问题，并由此出发，提出了基于多视角学习和个性化注意力机制的解决方案，相关论文发表在 IJCAI 20 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/ Tue, 15 Mar 2022 10:24:23 +0800 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/ 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 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%E8%8A%B1%E6%A4%92%E7%9B%B4%E6%92%AD%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%86%B7%E5%90%AF%E5%8A%A8%E7%AE%97%E6%B3%95/ Tue, 15 Mar 2022 10:19:21 +0800 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%E8%8A%B1%E6%A4%92%E7%9B%B4%E6%92%AD%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%86%B7%E5%90%AF%E5%8A%A8%E7%AE%97%E6%B3%95/ 檀亚峰-智能工程 引言 推荐系统是依据用户的个人喜好尽可能推荐用户喜爱的物品（视频、新闻、商品、直播等），而用户的兴趣偏好则通过过往的行为数据体现出来。当没有历史记录可循时，就存在推荐冷启动问题。本文在接下来的篇幅首先讲述冷启动的相关概念，然后介绍一些业界常规的解决方法，最后会着重阐 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%A2%9E%E5%BC%BA%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E5%9C%A8%E4%BF%9D%E9%99%A9%E8%A1%8C%E4%B8%9A%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 10:16:58 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%A2%9E%E5%BC%BA%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E5%9C%A8%E4%BF%9D%E9%99%A9%E8%A1%8C%E4%B8%9A%E7%9A%84%E5%BA%94%E7%94%A8/ 作者：深度学习应用组 平安寿险PAI 全文框架概览 一、背景介绍 信息流推荐是当今互联网中AI能力的一个重要应用领域，相关的推荐技术也经历了从简单的协同过滤和关联规则、特征工程加集成学习、FM算法直到深度学习推荐系统的过程。 优秀的信息流推荐系统需要充分利用待推荐文章中的文本信息，通过表示 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9A%82%E8%9A%81%E9%87%91%E6%9C%8D%E6%A0%B8%E5%BF%83%E6%8A%80%E6%9C%AF%E7%99%BE%E4%BA%BF%E7%89%B9%E5%BE%81%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%8F%AD%E7%A7%98/ Tue, 15 Mar 2022 10:16:56 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9A%82%E8%9A%81%E9%87%91%E6%9C%8D%E6%A0%B8%E5%BF%83%E6%8A%80%E6%9C%AF%E7%99%BE%E4%BA%BF%E7%89%B9%E5%BE%81%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%8F%AD%E7%A7%98/ 阿里妹导读：本文来自蚂蚁金服人工智能部认知计算组的基础算法团队，文章提出一整套创新算法与架构，通过对TensorFlow底层的弹性改造，解决了在线学习的弹性特征伸缩和稳定性问题，并以GroupLasso和特征在线频次过滤等自研算法优化了模型稀疏性，在支付宝核心推荐业务获得了uvc 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%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95/ Tue, 15 Mar 2022 10:15:48 +0800 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%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95/ 来源： 算法研习社 相信大家对推荐系统已经很熟悉了，它通过分析用户的历史行为，挖掘用户的兴趣爱好，预测并推荐给用户其接下来有可能感兴趣的事物，例如商品推荐、音乐推荐、新闻以及最近很火的短视频推荐等等。 协同过滤推荐 作为最为主流与经典的技术之一，它是基于这样的假设： 用户如果在过去对某些项 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%E7%9A%84%E6%9C%AA%E6%9D%A5%E5%8F%91%E5%B1%95%E8%B6%8B%E5%8A%BF/ Tue, 15 Mar 2022 10:15:43 +0800 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%E7%9A%84%E6%9C%AA%E6%9D%A5%E5%8F%91%E5%B1%95%E8%B6%8B%E5%8A%BF/ 作者丨 gongyouliu 编辑丨 gongyouliu 随着科学技术的进步，移动互联网快速发展，手机越来越便宜，拥有智能手机不再是一件遥不可及的事情，互联网用户规模已接近增长的顶点。摄像头和信息处理软件(各种滤镜、剪辑等工具)技术的进步让每一个人都可以轻松地生产高质量的内容，信息的产生以指数级增长，我们的生活中充斥着海 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%99%8C%E9%99%8C%E7%9B%B4%E6%92%AD%E5%A6%82%E4%BD%95%E5%81%9A%E5%88%B0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E4%BB%8E%E5%88%B0/ Tue, 15 Mar 2022 10:13:32 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%99%8C%E9%99%8C%E7%9B%B4%E6%92%AD%E5%A6%82%E4%BD%95%E5%81%9A%E5%88%B0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E4%BB%8E%E5%88%B0/ 作者： 李波 本文根据李波老师DTCC大会分享内容整理而成，将首先介绍陌陌直播业务和推荐系统的整体架构，然后对用户及主播的多角度 Embedding 表征学习、多预估目标的 Rank 策略研发进行重点介绍，希望能够给对陌陌直播产品以及推荐策略分发算法感兴趣的同学起到抛砖引玉的效果。 陌陌成立于2011年，2014年 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/ Tue, 15 Mar 2022 10:11:05 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%B7%B1%E5%BA%A6%E5%8F%AC%E5%9B%9E%E5%9C%A8%E6%8B%9B%E8%81%98%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%8C%91%E6%88%98%E5%92%8C%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 10:11:00 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%B7%B1%E5%BA%A6%E5%8F%AC%E5%9B%9E%E5%9C%A8%E6%8B%9B%E8%81%98%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%8C%91%E6%88%98%E5%92%8C%E5%AE%9E%E8%B7%B5/ 分享嘉宾：李祖定 58 同城 算法架构师 编辑整理：郭嘉伟 内容来源：58 推荐系统技术沙龙 出品平台：DataFunTalk 导读： 招聘业务是多行为场景，用户需求和交互周期短、行为稀疏。本次分享基于业务挑战，将介绍代价敏感、向量检索等技术在招聘深度召回中的应用，最后总结实践中的教训与心得。 主要内 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E7%9A%84%E4%BA%94%E7%8E%AF%E4%B9%8B%E6%AD%8C/ Tue, 15 Mar 2022 10:10:59 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E7%9A%84%E4%BA%94%E7%8E%AF%E4%B9%8B%E6%AD%8C/ 作者： 石塔西 推荐道 前言 研究推荐算法的一大痛点是什么？不是文章太少，而是文章太多，信息爆炸。每年KDD, SIGIR, CIKM上有那么多中外的王婆一起卖瓜，各种各样的NN、FM、Attention满天飞，其中不乏实打实的干货，更不缺乏湿漉漉的灌水文，让人不知道哪个方法才是解决自己问题的灵丹妙药 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9E%84%E5%BB%BA%E5%8F%AF%E8%A7%A3%E9%87%8A%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ Tue, 15 Mar 2022 10:10:52 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9E%84%E5%BB%BA%E5%8F%AF%E8%A7%A3%E9%87%8A%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ 原文来自： gongyouliu [大数据与人工智能] 推荐系统的目标是为用户推荐可能会感兴趣的标的物。通过算法推荐达到节省用户时间、提升用户满意度、为公司创造更多的商业价值的目的。 要想达到这个目的就需要 让用户信任你的推荐系统，只有信任了，用户才会经常使用推荐系统。 那么我们怎样做到让用户信任呢？ 一种比较 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 10:10:49 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 分享嘉宾：龚禹 阿里巴巴 编辑整理：刘玉志 出品平台：DataFunTalk 导读： 推荐系统在今天互联网产品和应用中起着举足轻重的地位。一般的推荐系统是基于云端计算中心到边缘 ( 比如手机、平板电脑等 ) 的结构，这其中会由于网络带宽和延迟等导致结果的延迟。边缘的实时计算可以利用用户的实时信息提 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E7%AE%97%E6%B3%95%E4%B8%93%E5%AE%B6%E8%B0%88%E5%A4%A7%E8%A7%84%E6%A8%A1%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%B2%97%E6%8E%92%E5%B1%82%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0/ Tue, 15 Mar 2022 10:10:47 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E7%AE%97%E6%B3%95%E4%B8%93%E5%AE%B6%E8%B0%88%E5%A4%A7%E8%A7%84%E6%A8%A1%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%B2%97%E6%8E%92%E5%B1%82%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0/ 这里是「 王喆的机器学习笔记」的第三十七篇文章。今天我们「 AI大咖谈」邀请的大咖是阿里的算法专家王哲，所以今天是一次王喆对王哲的访谈。 王哲是上一届 DLP-KDD workshop Best Paper Award 的获得者，获奖paper COLD: Towards the Next Generation of Pre-Ranking System 深入探讨了阿里大规模推荐系统粗排层的设计和实现，是我非常推崇的业界实践文章。所以今天我 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%81%E9%A6%99%E5%9B%AD%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 10:08:57 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%81%E9%A6%99%E5%9B%AD%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%BA%94%E7%94%A8/ 丁香园大数据NLP 丁香园大数据 背景 随着BERT，GNN等模型在NLP领域的发展，DNN类模型的语义提取能力又得到进一步提升，我们对文本语义向量也有了更高的期待，期望语义向量或其他模型特征向量可以在召回段发挥更大作用；约2019年初，我们就尝试在推荐业务中引入基于Faiss的向量召 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%AC%E5%9C%B0%E6%9C%8D%E5%8A%A1%E5%B0%91%E6%97%A0%E7%BB%93%E6%9E%9C%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 10:07:12 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%AC%E5%9C%B0%E6%9C%8D%E5%8A%A1%E5%B0%91%E6%97%A0%E7%BB%93%E6%9E%9C%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/ 01 背 景 58同城APP是一个生活服务信息平台，用户可以在平台上寻找自己所需要的服务，商家可以在平台上展示自己可提供的服务。58本地服务主要为用户提供生活中的基础服务信息，58本地服务推荐场景主要包括大类页推荐、猜你喜欢和猜你想找等，本文主要介绍猜你想找的技术迭代。58本地服务大部分 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8B%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8D%81%E5%A4%A7%E5%B7%A5%E7%A8%8B%E9%97%AE%E9%A2%98/ Tue, 15 Mar 2022 10:03:09 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8B%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8D%81%E5%A4%A7%E5%B7%A5%E7%A8%8B%E9%97%AE%E9%A2%98/ 转载自 王喆的机器学习笔记 因为这篇文章主要介绍了YouTube深度学习系统论文中的十个工程问题，为了方便进行问题定位，我们还是简单介绍一下背景知识，简单回顾一下 Deep Neural Networks for YouTube Recommendations 中介绍的YouTube深度学习推荐系统的框架。 YouTube推荐系统架构 简单讲，YouTube的同学们构建了两 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%BA%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%94%9F%E6%88%90%E9%AB%98%E8%B4%A8%E9%87%8F%E7%9A%84%E6%96%87%E6%9C%AC%E8%A7%A3%E9%87%8A%E5%9F%BA%E4%BA%8E%E4%BA%92%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E7%9A%84%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 10:02:16 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%BA%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%94%9F%E6%88%90%E9%AB%98%E8%B4%A8%E9%87%8F%E7%9A%84%E6%96%87%E6%9C%AC%E8%A7%A3%E9%87%8A%E5%9F%BA%E4%BA%8E%E4%BA%92%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E7%9A%84%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B/ 转自： 微软研究院AI头条 编者按：在个性化推荐系统中，如果能在提高推荐准确性的同时生成高质量的文本解释，将更容易获得用户的“芳心”。然而，现有方法通常将两者分开优化，或只优化其中一个目标。为了同时兼顾二者，微软亚洲研究院社会计算组结合认知科学的相关理论，提出了基于互注意力的多任务模 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%A4%9A%E6%A0%B7%E6%80%A7%E7%AE%97%E6%B3%95%E5%9C%A8%E9%83%A8%E8%90%BD%E7%9A%84%E5%AE%9E%E8%B7%B5%E5%92%8C%E6%80%9D%E8%80%83/ Tue, 15 Mar 2022 10:00:06 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%A4%9A%E6%A0%B7%E6%80%A7%E7%AE%97%E6%B3%95%E5%9C%A8%E9%83%A8%E8%90%BD%E7%9A%84%E5%AE%9E%E8%B7%B5%E5%92%8C%E6%80%9D%E8%80%83/ 文章作者：刘发帅、周建斌 58同城 内容来源：公众号“58技术” 导读： 本文在明确“推荐系统个体多样性优化”主题后，由整体架构出发，清楚阐述了在召回层、规则层、多样性层的优化细节。在MMR和DPP算法部分既有原理也有实践，最后用图表方式展示出了效果对比，并且结合自身业务特点做了针对性的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E9%85%B7%E8%A7%86%E9%A2%91%E5%85%83%E7%B4%A0%E5%86%85%E5%AE%B9%E5%8F%AC%E5%9B%9E%E7%B3%BB%E7%BB%9F%E5%A4%9A%E7%BA%A7%E5%A4%9A%E6%A8%A1%E6%80%81%E5%BC%95%E6%93%8E%E6%8E%A2%E7%B4%A2/ Tue, 15 Mar 2022 09:57:38 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E9%85%B7%E8%A7%86%E9%A2%91%E5%85%83%E7%B4%A0%E5%86%85%E5%AE%B9%E5%8F%AC%E5%9B%9E%E7%B3%BB%E7%BB%9F%E5%A4%9A%E7%BA%A7%E5%A4%9A%E6%A8%A1%E6%80%81%E5%BC%95%E6%93%8E%E6%8E%A2%E7%B4%A2/ 分享嘉宾：崇懿 阿里文娱 技术专家 编辑整理：李沛欣 内容来源：阿里文娱技术 出品平台：DataFunTalk 导读： 多级多模态引擎是为推荐搜索定制的专业化的召回引擎。优酷视频搜索在基础的文本Query搜索系统的基础上，不断探索视频搜索的特色，在多模态输入、多级多模态索引、跨模态检索上积累很 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%8A%80%E6%9C%AF%E4%B8%BB%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%8E%E5%9E%82%E7%B1%BB%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E5%BB%B6%E4%BC%B8/ Tue, 15 Mar 2022 09:56:47 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%8A%80%E6%9C%AF%E4%B8%BB%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%8E%E5%9E%82%E7%B1%BB%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E5%BB%B6%E4%BC%B8/ 分享嘉宾：温鸿 阿里巴巴 高级算法专家 编辑整理：孙彬 太原理工大学 出品平台：DataFunSummit 导读： 本文的主题为阿里飞猪推荐算法探索实践，首先会介绍电商背景下主流推荐技术的发展，例如基于全空间的CVR预估技术的发展历程等 ( ESMM / ESM^2 / HM^3 )；接着会重点结合旅行行业的特色，进一步介绍飞 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%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%BF%AB%E9%80%9F%E7%BA%BF%E4%B8%8A%E8%AF%84%E4%BC%B0%E6%96%B9%E6%B3%95/ Tue, 15 Mar 2022 09:34:19 +0800 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%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%BF%AB%E9%80%9F%E7%BA%BF%E4%B8%8A%E8%AF%84%E4%BC%B0%E6%96%B9%E6%B3%95/ 王喆 今天我们关注模型的评估和线上测试。有经验的算法工程师肯定非常清楚，在一个模型的开发周期中，占工作量大头的其实是特征工程和模型评估及上线的过程。在机器学习平台已经非常成熟的现在，模型结构的实现和调整反而仅仅是几行代码的事情。所以 如果能够将模型评估和线上 AB Test 的效率提高，那一定是大 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/ Tue, 15 Mar 2022 09:34:17 +0800 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/ 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 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%E8%A7%86%E9%A2%91%E6%B5%81%E5%A2%9E%E9%87%8F%E5%AD%A6%E4%B9%A0%E4%B8%8E%E5%AE%9E%E8%B7%B5%E5%B7%A5%E7%A8%8B%E7%AE%97%E6%B3%95/ Tue, 15 Mar 2022 09:33:17 +0800 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%E8%A7%86%E9%A2%91%E6%B5%81%E5%A2%9E%E9%87%8F%E5%AD%A6%E4%B9%A0%E4%B8%8E%E5%AE%9E%E8%B7%B5%E5%B7%A5%E7%A8%8B%E7%AE%97%E6%B3%95/ 作者：美丽联合集团 算法工程师 琦琦 ，公众号关注：诗品算法 阅读原文： https://zhuanlan.zhihu.com/p/212647751 一、楔子 害，写个这么严肃的技术话题还需要楔子么？这不是让大家放松一下嘛！毕竟是我的处女作，还是要来个看似一本正经的开场白和自我介绍的。 大家好，我是混迹于奋斗X之都——杭州的互联网大龄脱发女程序员一枚，大家可以关注我 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%9E%84%E5%BB%BA%E6%8C%87%E5%8D%97/ Tue, 15 Mar 2022 09:32:15 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%9E%84%E5%BB%BA%E6%8C%87%E5%8D%97/ 导语 | 推荐系统无论在工业界还是学术界都被广泛研究，有不少关于召回和排序的工作，但是对于用户画像的研究少之又少。下文将就微信看一看推荐系统中如何构建用户兴趣标签展开讨论，希望与大家一同交流。文章作者：闫肃，微信搜索应用部研发工程师。 一、背景 用户画像是推荐系统中非常重要的一环，用户画 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%A4%9A%E7%9B%AE%E6%A0%87%E5%92%8C%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96%E6%96%B9%E9%9D%A2%E7%9A%84%E8%BF%9B%E5%B1%95/ Tue, 15 Mar 2022 09:32:12 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%A4%9A%E7%9B%AE%E6%A0%87%E5%92%8C%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96%E6%96%B9%E9%9D%A2%E7%9A%84%E8%BF%9B%E5%B1%95/ 分享嘉宾：语露 阿里 高级算法工程师 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品社区：DataFun 导读： 短视频已经成为信息流行业的风口，成为拉动规模增长的主要驱动力。短视频天然具有信息能量高、用户粘性大、内容丰富等优点，也有视频帧内容难以分析提取、结构化的缺点。如何提高短视频的分发 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 09:31:31 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 今天，推荐系统的模型和应用已经相当成熟，然而部署一套全新的推荐系统，甚至仅在已有系统上添加数据维度和模型优化依然是非常耗时耗力的事情。 这是由于不同数据源的分布不尽相同，要达到满意的建模效果，每个建模的环节，包括数据处理、特征工程、模型的选择和超参数选择等都需要随之变动和优化。 以往 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%E7%9C%81%E9%92%B1%E5%BF%AB%E6%8A%A5%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:31:31 +0800 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%E7%9C%81%E9%92%B1%E5%BF%AB%E6%8A%A5%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E4%B8%8E%E5%AE%9E%E8%B7%B5/ 文章作者：省钱快报算法团队 编辑整理：Hoh Xil 内容来源：作者授权 出品平台：DataFun 导读： 省钱快报是一家中小型综合类电商 APP，近 2 年平台规模有了较大增长，AI 在平台业务发展中发挥了巨大作用。 本文以推荐场景优化在省钱快报的发展为脉络，对于中小型电商公司在资源有限的客观条件下，对 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E4%B8%AD%E7%9A%84%E8%AF%AD%E4%B9%89%E6%A3%80%E7%B4%A2%E4%B8%8E%E5%95%86%E5%93%81%E6%8E%92%E5%BA%8F/ Tue, 15 Mar 2022 09:31:29 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E4%B8%AD%E7%9A%84%E8%AF%AD%E4%B9%89%E6%A3%80%E7%B4%A2%E4%B8%8E%E5%95%86%E5%93%81%E6%8E%92%E5%BA%8F/ 文章作者：王松林、唐国瑜 京东算法工程师 编辑整理：Hoh 内容来源：作者授权 出品平台：DataFunTalk 导读： 本文将介绍京东搜索场景中的两块技术， 语义检索与商品排序。在业界检索算法基础上，我们提出一系列更适用于电商场景的检索排序算法，在业务上取得了显著收益。其中的多篇论文已被 KDD/SIGIR 等 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/ Tue, 15 Mar 2022 09:30:23 +0800 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/ 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 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%E7%9A%84%E6%9E%84%E5%BB%BA%E8%BF%87%E7%A8%8B%E5%92%8C%E6%80%BB%E4%BD%93%E6%9E%B6%E6%9E%84%E6%8F%8F%E8%BF%B0/ Tue, 15 Mar 2022 09:28:18 +0800 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%E7%9A%84%E6%9E%84%E5%BB%BA%E8%BF%87%E7%A8%8B%E5%92%8C%E6%80%BB%E4%BD%93%E6%9E%B6%E6%9E%84%E6%8F%8F%E8%BF%B0/ 作者：Parul Pandey 编译：ronghuaiyang 推荐系统pipeline的构建过程和总体架构描述。 选择太少不好，但是选择太多也不是什么好事 你听说过著名的 果酱实验 吗?2000 年，哥伦比亚大学和斯坦福大学的心理学家 Sheena Iyengar 和 Mark Lepper 在他们的实地实验基础上提出了一项研究。在平常的一天，消费者在 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%80%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:28:18 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%80%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-10 1、FM背景 在计算广告和推荐系统中，CTR预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进行CTR预估时，除了单特征 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%90%86%E8%A7%A3%E5%92%8C%E8%AF%AD%E4%B9%89%E5%8F%AC%E5%9B%9E%E5%9C%A8%E7%9F%A5%E4%B9%8E%E6%90%9C%E7%B4%A2%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 09:27:20 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%90%86%E8%A7%A3%E5%92%8C%E8%AF%AD%E4%B9%89%E5%8F%AC%E5%9B%9E%E5%9C%A8%E7%9F%A5%E4%B9%8E%E6%90%9C%E7%B4%A2%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 分享嘉宾：方宽 知乎 算法工程师 文章整理：艺饭饭 内容来源：DataFunTalk 出品平台：DataFun 导读： 随着用户规模和产品的发展， 知乎搜索面临着越来越大的 query 长尾化挑战，query 理解是提升搜索召回质量的关键。本次分享将介绍知乎搜索在 query term weighting，同义词扩展，query https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E9%9F%B3%E4%B9%90%E5%85%A8%E6%B0%91%E6%AD%8C%E5%86%85%E5%AE%B9%E6%8C%96%E6%8E%98%E4%B8%8E%E5%8F%AC%E5%9B%9E/ Tue, 15 Mar 2022 09:26:55 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E9%9F%B3%E4%B9%90%E5%85%A8%E6%B0%91%E6%AD%8C%E5%86%85%E5%AE%B9%E6%8C%96%E6%8E%98%E4%B8%8E%E5%8F%AC%E5%9B%9E/ 分享嘉宾：timmyqiu 腾讯音乐 应用研究 编辑整理：郭真继 出品平台：DataFunTalk 系列文章： 腾讯音乐：全民 K 歌推荐系统架构及粗排设计 导读： 推荐系统一般分为两部分，召回阶段和排序阶段。召回阶段是从全量数据中挑选出用户可能感兴趣的一部分数据，供后面的排序阶段使用。全民K歌作为 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E5%9C%A8%E5%87%A4%E5%87%B0%E6%96%B0%E9%97%BB%E7%9A%84%E4%B8%9A%E5%8A%A1%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:26:28 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E5%9C%A8%E5%87%A4%E5%87%B0%E6%96%B0%E9%97%BB%E7%9A%84%E4%B8%9A%E5%8A%A1%E5%AE%9E%E8%B7%B5/ 分享嘉宾：马迪 凤凰网 技术总监 文章整理：吴雪松 内容来源：DataFunLive 出品平台：DataFun 导读： 作为资讯阅读的用户产品，凤凰新闻一直在探索将 AI 赋能到内容生产和消费的全链路上。 不断尝试调和 AI 算法与人的智慧相互约束和补位，将"人"的价值发挥到最大，让推荐 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E5%8F%AA%E4%BD%BF%E7%94%A8%E6%A0%87%E7%AD%BE%E6%9D%A5%E6%9E%84%E5%BB%BA%E4%B8%80%E4%B8%AA%E7%AE%80%E5%8D%95%E7%9A%84%E7%94%B5%E5%BD%B1%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ Tue, 15 Mar 2022 09:26:21 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E5%8F%AA%E4%BD%BF%E7%94%A8%E6%A0%87%E7%AD%BE%E6%9D%A5%E6%9E%84%E5%BB%BA%E4%B8%80%E4%B8%AA%E7%AE%80%E5%8D%95%E7%9A%84%E7%94%B5%E5%BD%B1%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ 作者：Johnson Kuan 编译：ronghuaiyang 导读 使用基于内容的方法来找到最相似的电影。 介绍 假设你正在推出下一个非常大的订阅视频点播(SVOD)流媒体服务，并且你已经获得了过去 100 年里发行的所有主要电影的流媒体权。祝贺你，这是不可思议的壮举！ 现在你有了很多电影。如果没有推荐系 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B8%89%E5%A4%A7%E4%B8%80%E7%BB%9F%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2%E6%A8%A1%E5%9E%8B%E5%9C%A8%E6%8E%A8%E8%8D%90%E9%A2%86%E5%9F%9F%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 09:25:02 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B8%89%E5%A4%A7%E4%B8%80%E7%BB%9F%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2%E6%A8%A1%E5%9E%8B%E5%9C%A8%E6%8E%A8%E8%8D%90%E9%A2%86%E5%9F%9F%E7%9A%84%E5%BA%94%E7%94%A8/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-09-25 1、引言 信息检索领域的一个重要任务就是针对用户的一个请求query，返回一组排好序的召回列表。 经典的IR流派认为query和document之间存在着一种生成过程，即q -> d 。举一个例子，搜索“哈登 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%98%AF%E5%A6%82%E4%BD%95%E4%B8%BA%E4%BD%A0%E6%8E%A8%E8%8D%90%E7%9A%84/ Tue, 15 Mar 2022 09:24:57 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%98%AF%E5%A6%82%E4%BD%95%E4%B8%BA%E4%BD%A0%E6%8E%A8%E8%8D%90%E7%9A%84/ 文章作者：harryzhong 腾讯 研究员 内容来源：腾讯技术工程 一、看一看介绍 1.1 看一看的场景 微信作为国内最大用户群体的应用，在人们的生活，工作，学习中提供社交功能的同时，还提供了工具，游戏，购物，支付，内容，搜索， 小程序 等服务。看一看作为微信的重要组成部分，在原有公众平台资讯阅读的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%AE%97%E6%B3%95%E5%B2%97%E6%A0%A1%E6%8B%9B%E9%9D%A2%E8%AF%95%E7%BB%8F%E9%AA%8C%E5%AD%A6%E4%B9%A0%E5%BF%83%E5%BE%97/ Tue, 15 Mar 2022 09:24:55 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%AE%97%E6%B3%95%E5%B2%97%E6%A0%A1%E6%8B%9B%E9%9D%A2%E8%AF%95%E7%BB%8F%E9%AA%8C%E5%AD%A6%E4%B9%A0%E5%BF%83%E5%BE%97/ 本文总结了百度，华为，京东，360，vivo等接近20家公司的推荐算法校招面试经验和个人心得，以及若干学习资料和方法，相信无论是在校生还是从业人员读后都会有所收获～ 作者：Taylover1314 编辑：happyGirl 0、写在前面 秋招已经渐行渐远，休养生息（吊儿郎当）了一个多月， https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%80%8E%E6%A0%B7%E8%AF%84%E4%BB%B7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E7%BB%93%E6%9E%9C%E8%B4%A8%E9%87%8F/ Tue, 15 Mar 2022 09:24:50 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%80%8E%E6%A0%B7%E8%AF%84%E4%BB%B7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E7%BB%93%E6%9E%9C%E8%B4%A8%E9%87%8F/ 来源： 达观数据 推荐系统是互联网发展至今最常见也重要的技术之一。如今各类 APP、网站、小程序等所有提供内容的地方，背后都有推荐系统在发挥作用。 开发好一套真正优秀的推荐系统非常有价值，但也非常艰巨。达观数据是国内推荐系统主要第三方供应商，一直在摸索中前进。**在想办法开发出强大的推荐 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B9%9D%E5%8D%8F%E5%90%8C%E8%AE%B0%E5%BF%86%E7%BD%91%E7%BB%9C%E7%90%86%E8%AE%BA%E5%8F%8A%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:22:15 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B9%9D%E5%8D%8F%E5%90%8C%E8%AE%B0%E5%BF%86%E7%BD%91%E7%BB%9C%E7%90%86%E8%AE%BA%E5%8F%8A%E5%AE%9E%E8%B7%B5/ 协同过滤(collaborative filtering)是推荐系统中经典的一类方法。协同过滤中比较经典的解法有基于邻域方法、矩阵分解等，这些方法都有各自的优点和缺点，本文介绍的方法-**协同记忆网络(Collaborative Memory Network，简称CMN)**融合了不同协同过滤方 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E5%8D%9A%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E6%BC%94%E8%BF%9B/ Tue, 15 Mar 2022 09:21:21 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E5%8D%9A%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E6%BC%94%E8%BF%9B/ 分享嘉宾：申恩兆、李志然 新浪微博 编辑整理：赵文娇、Hoh 出品平台：DataFunTalk 导读： 微博作为全球领先的中文广场社交平台，拥有海量用户与数据。在从海量数据中挖掘有价值的信息，为业务赋能的过程中，微博的推荐算法经历了数次升级换代，积累了许多经验。今天跟大家分享下，在此过程中 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E5%85%AB%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%BB%93%E5%90%88%E4%B9%8B%E6%A8%A1%E5%9E%8B%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/ Tue, 15 Mar 2022 09:20:44 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E5%85%AB%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%BB%93%E5%90%88%E4%B9%8B%E6%A8%A1%E5%9E%8B%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-11-19 知识图谱特征学习在推荐系统中的应用步骤大致有以下三种方式： 依次训练的方法主要有：Deep Knowledge-aware Network(DKN) 联合训练的方法主要有：Ripple Network 交替训练主要采用multi-task的思路，主要方法有：Multi- https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%86%85%E5%AE%B9%E5%9E%8B%E4%BA%A7%E5%93%81%E6%B5%81%E7%9A%84%E7%94%9F%E6%88%90%E6%95%88%E6%9E%9C%E8%AF%84%E4%BC%B0%E5%8F%8A%E4%BC%98%E5%8C%96/ Tue, 15 Mar 2022 09:20:43 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%86%85%E5%AE%B9%E5%9E%8B%E4%BA%A7%E5%93%81%E6%B5%81%E7%9A%84%E7%94%9F%E6%88%90%E6%95%88%E6%9E%9C%E8%AF%84%E4%BC%B0%E5%8F%8A%E4%BC%98%E5%8C%96/ 本篇文章属于超级干货方法论，不论是产品、运营还是数据分析从业者，只要是内容型产品形态，便都会需要接触到 Feed 流，且整个工作几乎都围绕着内容优化这一主题。本篇我将讲述自己对这方面方法论的理解总结，相信读完本篇文章会对你有所帮助。 一、Feed 流是什么？ Feed 流是将若干消息源组合在一起，帮助用 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A5%BF%E4%BA%86%E4%B9%88%E5%A4%96%E5%8D%96%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E4%B8%AD%E6%9C%89%E5%93%AA%E4%BA%9B%E6%9C%BA%E5%88%B6%E4%B8%8E%E6%89%8B%E6%AE%B5/ Tue, 15 Mar 2022 09:20:43 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A5%BF%E4%BA%86%E4%B9%88%E5%A4%96%E5%8D%96%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E4%B8%AD%E6%9C%89%E5%93%AA%E4%BA%9B%E6%9C%BA%E5%88%B6%E4%B8%8E%E6%89%8B%E6%AE%B5/ 转载自 DataFunTalk 公众号 本文由DataFun社区根据饿了么研发总监马尧老师在2018AI先行者大会中分享的《外卖推荐算法中的市场机制和调控手段》编辑整理而成。 提到市场机制和调控手段，大家可能会想起某些中央机构，而在流量的分发方面，我们的角色是类似的，搜索推荐是饿了么的核心流量入口，我们通过 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E5%9B%9B%E6%B7%B1%E5%BA%A6%E5%85%B4%E8%B6%A3%E8%BF%9B%E5%8C%96%E7%BD%91%E7%BB%9C%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E6%88%98/ Tue, 15 Mar 2022 09:20:36 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E5%9B%9B%E6%B7%B1%E5%BA%A6%E5%85%B4%E8%B6%A3%E8%BF%9B%E5%8C%96%E7%BD%91%E7%BB%9C%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E6%88%98/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E4%BC%97%E7%82%B9%E8%AF%84%E6%90%9C%E7%B4%A2%E5%9F%BA%E4%BA%8E%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%92%E5%BA%8F%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:19:26 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E4%BC%97%E7%82%B9%E8%AF%84%E6%90%9C%E7%B4%A2%E5%9F%BA%E4%BA%8E%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%92%E5%BA%8F%E5%AE%9E%E8%B7%B5/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E5%A2%9E%E5%BC%BA%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%A8%A1%E5%9E%8B%E6%9B%B4%E6%96%B0%E7%9A%84%E5%AE%9E%E6%97%B6%E6%80%A7/ Tue, 15 Mar 2022 09:19:25 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E5%A2%9E%E5%BC%BA%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%A8%A1%E5%9E%8B%E6%9B%B4%E6%96%B0%E7%9A%84%E5%AE%9E%E6%97%B6%E6%80%A7/ 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 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%94%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:18:58 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%94%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018.04.22 16:14 1、原理 Deep&Cross Network模型我们下面将简称DCN模型： 一个DCN模型从嵌入和堆积层开始，接着是一个交叉网络和一个与之平行的深度网络，之后是最后的组合层，它结合了两个网络的输出。完整的网络模型如图 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9B%9B%E5%A4%9A%E5%80%BC%E7%A6%BB%E6%95%A3%E7%89%B9%E5%BE%81%E7%9A%84%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/ Tue, 15 Mar 2022 09:18:55 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9B%9B%E5%A4%9A%E5%80%BC%E7%A6%BB%E6%95%A3%E7%89%B9%E5%BE%81%E7%9A%84%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018.04.21 23:27 1、背景 在本系列第三篇文章中，在处理DeepFM数据时，由于每一个离散特征只有一个取值，因此我们在处理的过程中，将原始数据处理成了两个文件，一个记录特征的索引，一个记录了特征的值，而每一列，则代 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E5%B7%A5%E7%A8%8B%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5%E6%80%BB%E7%BB%93/ Tue, 15 Mar 2022 09:18:06 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E5%B7%A5%E7%A8%8B%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5%E6%80%BB%E7%BB%93/ 作者：minwxwang，腾讯 PCG 应用研究员 当前主流的推荐系统中，embedding 无处不在，从一定意义上可以说，把 embedding 做好了，整个推荐系统的一个关键难题就攻克了。因此，本文总结了移动腾讯网推荐系统中的 embedding 技术实践，力图达到娱人娱己的目的。 什么是 embedding embedding 其实就是一种稠密向量的表示形式。在 embedding https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%9A%E5%8A%A1%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:17:42 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%9A%E5%8A%A1%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ 2019 年 11 月 16 日 08:00 奇文 概述 爱奇艺的信息流推荐业务每天会产生数十亿规模的 feed 浏览，如此大规模的数据给模型训练带来了很大的挑战。同时，信息流这类用户与推荐系统的强交互场景也引入了很多有趣的研究课题。对于信息流推荐产品来说，用户和产品交互性高，用户兴趣变化也很快。若模型不能及时更新，排序模型 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%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E7%AE%80%E5%8D%95%E5%9B%9E%E9%A1%BE/ Tue, 15 Mar 2022 09:17:42 +0800 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%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E7%AE%80%E5%8D%95%E5%9B%9E%E9%A1%BE/ 来源： 公众号 浅梦的学习笔记 本文结合百度和支付宝两段推荐系统相关的实习经历，针对工业界的模型发展做了简单梳理与回顾,涵盖表示学习，深度学习，强化学习知识图谱以及多任务学习 表示学习 和 深度学习 在推荐系统中的应用是目前工业界比较成熟的，但是与 强化学习、 知识图谱、 多任务学习 相结合是比较少的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9D%8E%E8%8C%B6%E8%99%8E%E7%89%99%E7%9B%B4%E6%92%AD%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AF%A6%E8%A7%A3/ Tue, 15 Mar 2022 09:17:41 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9D%8E%E8%8C%B6%E8%99%8E%E7%89%99%E7%9B%B4%E6%92%AD%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AF%A6%E8%A7%A3/ 分享嘉宾：李茶 虎牙直播 编辑整理：罗壮 Soul 出品平台：DataFunTalk 导读： 大家好，我叫李茶，来自虎牙直播的推荐工程组，主要负责虎牙直播的推荐架构工作。直播推荐是一个头部主播比较集中的场景，比较注重关系链、词语以及长期的价值，业务诉求可能和其他推荐场景有所不同，这一点在工程架构上 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%87%BA%E8%89%B2%E5%A4%9A%E8%AF%AD%E8%A8%80%E5%B7%A5%E5%85%B7%E5%8C%85%E9%92%A2%E7%90%B4%E6%95%B0%E6%8D%AE%E9%9B%86/ Tue, 15 Mar 2022 09:17:37 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%87%BA%E8%89%B2%E5%A4%9A%E8%AF%AD%E8%A8%80%E5%B7%A5%E5%85%B7%E5%8C%85%E9%92%A2%E7%90%B4%E6%95%B0%E6%8D%AE%E9%9B%86/ 文末彩蛋：七月在线干货组最新升级的《2021大厂最新AI面试题 [含答案和解析, 更新到前121题]》免费送！ 项目一：GiantMIDI-Piano — 钢琴MIDI数据集 钢琴转谱是一项将钢琴录音转为音乐符号（如 MIDI 格式）的任务。在人工智能领域，钢琴转谱被类比于音乐领域的语音识别任务。然而 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B4%8B%E7%A0%81%E5%A4%B4%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%87%8D%E6%8E%92%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:16:16 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B4%8B%E7%A0%81%E5%A4%B4%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%87%8D%E6%8E%92%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/ 作者介绍 马超群, 洋码头高级算法工程师 具有多年数据挖掘、算法、机器学习的研究与实践经验，负责洋码头推荐等系统的算法研究与开发。 传送门： http://www.6aiq.com/article/1537369469861 本文约4500字，可参阅下面的大纲阅读。 1. 第一阶段 2. 第二阶段 3. 第三阶段 4. 算法模型实践小结 5. 关于未来 6. 参考文献 2016年之前，洋码头的推荐系统主要还 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E5%85%AD%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%BB%93%E5%90%88%E4%B9%8B%E6%A8%A1%E5%9E%8B%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/ Tue, 15 Mar 2022 09:16:15 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E5%85%AD%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%BB%93%E5%90%88%E4%B9%8B%E6%A8%A1%E5%9E%8B%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/ 在本系列的上一篇中，我们大致介绍了一下知识图谱在推荐系统中的一些应用，我们最后讲到知识图谱特征学习(Knowledge Graph Embedding)是最常见的与推荐系统结合的方式，知识图谱特征学习为知识图谱中的每个实体和关系学习到一个低维向量，同时保持图中原有的结构或语义信息，最常见的得 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E6%9C%AC%E7%AE%97%E6%B3%95%E5%B0%8F%E7%BB%93/ Tue, 15 Mar 2022 09:14:35 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E6%9C%AC%E7%AE%97%E6%B3%95%E5%B0%8F%E7%BB%93/ “ 本文主要介绍了Learning To Rank(LTR)中的一些基本方法，评价指标和相关算法模型(LambdaMART,RankNet,LambdaRank&FTRL)！ ” 作者：felix 来源：知乎专栏 有意思的数据挖掘。 最近工作中需要调研一下搜索排序相关的方法，这里写一篇总结 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%E7%9F%B3%E5%99%A8%E4%B8%8E%E9%9D%92%E9%93%9C%E6%97%B6%E4%BB%A3/ Tue, 15 Mar 2022 09:14:23 +0800 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%E7%9F%B3%E5%99%A8%E4%B8%8E%E9%9D%92%E9%93%9C%E6%97%B6%E4%BB%A3/ 文章作者：姚凯飞 Club Factory 编辑整理：Hoh Xil 内容来源：作者授权发布 出品社区：DataFun ▌前推荐时代 准确地说这个时代，不能称之为推荐系统的时代，这一个时代未能给每个用户构建属于他的推荐结果，没有很好地解决个性化长尾问题，所以这个可以叫前推荐时代。 这一阶段推荐系统特点： 推荐功能简单，全 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/ Tue, 15 Mar 2022 09:13:55 +0800 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/ 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 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B8%83%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%BB%93%E5%90%88%E4%B9%8B%E6%A8%A1%E5%9E%8B%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/ Tue, 15 Mar 2022 09:13:53 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B8%83%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%BB%93%E5%90%88%E4%B9%8B%E6%A8%A1%E5%9E%8B%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-11-15 知识图谱特征学习在推荐系统中的应用步骤大致有以下三种方式： 依次训练的方法主要有：Deep Knowledge-aware Network(DKN) 联合训练的方法主要有：Ripple Network 交替训练主要采用multi-task的思路，主要方法有：Multi- 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/ Tue, 15 Mar 2022 09:13:49 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E9%9F%B3%E4%B9%90%E5%85%A8%E6%B0%91%E6%AD%8C%E6%8E%A8%E8%8D%90%E5%90%8E%E5%8F%B0%E6%9E%B6%E6%9E%84/ Tue, 15 Mar 2022 09:13:46 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E9%9F%B3%E4%B9%90%E5%85%A8%E6%B0%91%E6%AD%8C%E6%8E%A8%E8%8D%90%E5%90%8E%E5%8F%B0%E6%9E%B6%E6%9E%84/ 分享嘉宾：davidwwang 腾讯音乐 | 基础开发组副组长 编辑整理：梁尔舒 出品平台：DataFunTalk 系列文章 ： 腾讯音乐：全民 K 歌内容挖掘与召回 腾讯音乐：全民 K 歌推荐系统架构及粗排设计 导读： 首先介绍一下我们业务背景，腾讯音乐集团，于2018年是从腾讯拆分独立上市，目前涵盖了四大 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%83%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:13:43 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%83%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-05-05 1、引言 在CTR预估中，为了解决稀疏特征的问题，学者们提出了FM模型来建模特征之间的交互关系。但是FM模型只能表达特征之间两两组合之间的关系，无法建模两个特征之间深层次的关系或者说多个特征之间的交 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E5%85%AD%E8%AF%A6%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%B8%B8%E7%94%A8%E8%AF%84%E6%B5%8B%E6%8C%87%E6%A0%87/ Tue, 15 Mar 2022 09:13:43 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E5%85%AD%E8%AF%A6%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%B8%B8%E7%94%A8%E8%AF%84%E6%B5%8B%E6%8C%87%E6%A0%87/ 最近阅读论文的过程中，发现推荐系统中的评价指标真的是五花八门，今天我们就来系统的总结一下，这些指标有的适用于二分类问题，有的适用于对推荐列表topk的评价。 1、精确率、召回率、F1值 我们首先来看一下混淆矩阵，对于二分类问题，真实的样本标签有两类，我们学习器预测的类别有两类，那么根 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%E8%AE%BA%E6%96%87%E5%9B%9E%E9%A1%BE%E7%A5%9E%E7%BB%8F%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4%E7%90%86%E8%A7%A3%E4%B8%8E%E5%AE%9E%E7%8E%B0/ Tue, 15 Mar 2022 09:13:37 +0800 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%E8%AE%BA%E6%96%87%E5%9B%9E%E9%A1%BE%E7%A5%9E%E7%BB%8F%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4%E7%90%86%E8%A7%A3%E4%B8%8E%E5%AE%9E%E7%8E%B0/ 作者：Kung-Hsiang, Huang (Steeve) 编译：ronghuaiyang 今天给大家回顾一篇论文，神经协同过滤，看名字就知道，神经网络版本的协同过滤，推荐算法的经典的方法之一。 神经协同过滤(NCF)是新加坡国立大学、哥伦比亚大学、山东大学、德州农工大学于 2017 年共同发表的一篇论文。利用神经网络 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%89%8D%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%97%B6%E4%BB%A3%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%BC%94%E5%8C%96%E4%B9%8B%E8%B7%AF/ Tue, 15 Mar 2022 09:13:30 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%89%8D%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%97%B6%E4%BB%A3%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%BC%94%E5%8C%96%E4%B9%8B%E8%B7%AF/ 转载自： 王喆 在互联网永不停歇的增长需求的驱动下，CTR预估模型（以下简称CTR模型）的发展也可谓一日千里，从2010年之前千篇一律的 逻辑回归（Logistic Regression，LR），进化到 因子分解机（Factorization Machine，FM）、 梯度提升树（Gradie 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E8%9E%8D%E5%90%88%E6%96%B9%E6%A1%88%E5%AE%9E%E6%88%98/ Tue, 15 Mar 2022 09:13:21 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E8%9E%8D%E5%90%88%E6%96%B9%E6%A1%88%E5%AE%9E%E6%88%98/ 写在前面的话 GBDT和LR的融合在广告点击率预估中算是发展比较早的算法，为什么会在这里写这么一篇呢？本来想尝试写一下阿里的深度兴趣网络(Deep Interest Network)，发现阿里之前还有一个算法MLR，然后去查找相关的资料，里面提及了树模型也就是GBDT+LR方案的缺点，恰好之前也不太 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B7%A8%E5%A2%83%E7%94%B5%E5%95%86%E5%A6%82%E4%BD%95%E4%BD%BF%E7%94%A8%E4%BA%A4%E4%BA%92%E8%A1%8C%E4%B8%BA%E7%B1%BB%E5%9E%8B%E8%BF%9B%E8%A1%8C%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90/ Tue, 15 Mar 2022 09:13:21 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B7%A8%E5%A2%83%E7%94%B5%E5%95%86%E5%A6%82%E4%BD%95%E4%BD%BF%E7%94%A8%E4%BA%A4%E4%BA%92%E8%A1%8C%E4%B8%BA%E7%B1%BB%E5%9E%8B%E8%BF%9B%E8%A1%8C%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90/ 浅梦的学习笔记 关注专栏写文章 “ 本文介绍了跨境电商Etsy如何利用用户历史交互行为的类型(如浏览，喜欢，收藏，加购，购买等)来完善物品的embedding表示，并进行可解释推荐。在离线和在线实验中均验证了引入交互类型信息后对于建模用户行为的准确性有提升。 ” 背景和介绍 工业级的推荐系统 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%B9%9D%E6%8E%A2%E7%A7%98%E9%98%BF%E9%87%8C%E4%B9%8B%E5%AE%8C%E6%95%B4%E7%A9%BA%E9%97%B4%E5%A4%9A%E4%BB%BB%E5%8A%A1%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 09:13:18 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%B9%9D%E6%8E%A2%E7%A7%98%E9%98%BF%E9%87%8C%E4%B9%8B%E5%AE%8C%E6%95%B4%E7%A9%BA%E9%97%B4%E5%A4%9A%E4%BB%BB%E5%8A%A1%E6%A8%A1%E5%9E%8B/ 阿里近几年公开的推荐领域算法有许多，既有传统领域的探索如MLR算法，还有深度学习领域的探索如entire-space multi-task model，Deep Interest Network等，同时跟清华大学合作展开了强化学习领域的探索，提出了MARDPG算法。 上一篇，我们介绍了深度兴趣网络(Deep Interest Networ https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B4%8B%E7%A0%81%E5%A4%B4%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8A%80%E6%9C%AF%E6%9E%B6%E6%9E%84/ Tue, 15 Mar 2022 09:13:18 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B4%8B%E7%A0%81%E5%A4%B4%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8A%80%E6%9C%AF%E6%9E%B6%E6%9E%84/ 作者介绍 马超群, 洋码头高级算法工程师 具有多年数据挖掘、算法、机器学习的研究与实践经验，负责洋码头推荐等系统的算法研究与开发 | 电子商务网站的推荐系统是根据用户的兴趣特点和购买行为，向用户推荐其感兴趣的信息和商品的一个系统，在主流电商平台均具有广泛应用。从16年开始，洋码头根据自己的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E5%AF%86%E6%B7%98%E5%AE%9D%E6%8E%A8%E8%8D%90%E5%AE%9E%E6%88%98%E6%89%93%E9%80%A0%E6%AF%94%E4%BD%A0%E8%BF%98%E6%87%82%E4%BD%A0%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96/ Tue, 15 Mar 2022 09:10:50 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E5%AF%86%E6%B7%98%E5%AE%9D%E6%8E%A8%E8%8D%90%E5%AE%9E%E6%88%98%E6%89%93%E9%80%A0%E6%AF%94%E4%BD%A0%E8%BF%98%E6%87%82%E4%BD%A0%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96/ 阿里云云栖号 以下内容根据演讲视频以及PPT整理而成。 手淘推荐简介 手淘推荐的快速发展源于2014年阿里“All in 无线”战略的提出。在无线时代，手机屏幕变小，用户无法同时浏览多个视窗，交互变得困难，在这样的情况下，手淘借助个性化推荐来提升用户在无线端的浏览效率。经过近几年的发展，推荐 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%88%E6%9E%9C%E5%B7%A5%E5%85%B7%E9%93%BE%E4%B9%8B%E8%BF%90%E8%90%A5%E5%B9%B3%E5%8F%B0%E7%AF%87/ Tue, 15 Mar 2022 09:10:44 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%88%E6%9E%9C%E5%B7%A5%E5%85%B7%E9%93%BE%E4%B9%8B%E8%BF%90%E8%90%A5%E5%B9%B3%E5%8F%B0%E7%AF%87/ 来源： 贝壳智搜 在数据驱动、智能化浪潮中，工程和算法往往并行不悖。效果工具链贯穿了所有效果优化类业务，做到 对优化流程的追踪、作业行为管控。作为效果优化系列的开篇文章，本篇旨在从 工程角度 介绍运营平台 重塑作业流程 的实施思路。除此篇之外，还包含算法迭代系统篇、搜索策略篇。 1.业务背景 随着 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%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:09:46 +0800 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%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/ 分享嘉宾：温鸿 阿里巴巴 高级算法专家 编辑整理：孙彬 太原理工大学 出品平台：DataFunSummit 导读： 本文的主题为阿里飞猪推荐算法探索实践，首先会介绍电商背景下主流推荐技术的发展，例如基于全空间的CVR预估技术的发展历程等 ( ESMM / ESM^2 / HM^3 )；接着会重点结合旅行行业的特色，进一步介绍飞 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%B8%80%E7%A5%9E%E7%BB%8F%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E6%88%98/ Tue, 15 Mar 2022 09:08:44 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%B8%80%E7%A5%9E%E7%BB%8F%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E6%88%98/ 作者： 石晓文，中国人民大学信息学院在读研究生 个人公众号：小小挖掘机（ID:wAIsjwj） 好久没更新该系列了，最近看到了一篇关于神经协同过滤的论文，感觉还不错，跟大家分享下。 论文地址： https://www.comp.nus.edu.sg/~xiangnan/papers/ncf.pdf 1、Neural Collaborative Filtering 1.1 背景 本文讨论的主要是隐性反馈协同过滤解决方案，先来明确两个概念：显性反馈 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E6%8F%AD%E7%A7%98%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E8%83%8C%E5%90%8E%E7%9A%84%E7%B3%BB%E7%BB%9F%E8%AE%BE%E8%AE%A1/ Tue, 15 Mar 2022 09:08:42 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E6%8F%AD%E7%A7%98%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E8%83%8C%E5%90%8E%E7%9A%84%E7%B3%BB%E7%BB%9F%E8%AE%BE%E8%AE%A1/ 作者：徐宁，腾讯应用开发工程师，腾讯学院讲师 导语 | 本文将总结一下常用的基于时间线Feed流的后台存储设计方案。结合具体的业务场景，讲述一下根据实际需求，在基本设计思路上做一些灵活运用。 一、背景 Feed流产品在我们手机APP中几乎无处不在，常见的Feed流比如微信朋友圈、新浪微博、 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%E7%A8%80%E7%96%8F%E7%89%B9%E5%BE%81%E7%9A%84%E4%BC%98%E5%8C%96%E8%A1%A8%E7%A4%BA%E6%96%B9%E6%B3%95/ Tue, 15 Mar 2022 09:08:40 +0800 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%E7%A8%80%E7%96%8F%E7%89%B9%E5%BE%81%E7%9A%84%E4%BC%98%E5%8C%96%E8%A1%A8%E7%A4%BA%E6%96%B9%E6%B3%95/ 张俊林 导读: 推荐或者 CTR 预估任务有一个很突出的特点：存在海量稀疏特征。海量意味着数量巨大，稀疏意味着即使在很大的训练数据里，大量特征出现频次也非常低，这往往是由于引入了大量 ID 类特征带来的。对于 DNN 排序系统，是否能够找到好的特征 Embedding 表达方式，对于系统效果是至关重要的。 虽然说，如何更好地表 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E4%B8%8E%E6%8E%A8%E8%8D%90/ Tue, 15 Mar 2022 09:08:38 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E4%B8%8E%E6%8E%A8%E8%8D%90/ 第一篇：微信「看一看」 推荐排序技术揭秘 第二篇：详文解读微信「看一看」多模型内容策略与召回 在微信AI背后，技术究竟如何让一切发生？我们将为你一一道来。今天我们将放送 微信AI技术专题系列“微信看一看背后的技术架构详解” 的第三篇——《微信看一看内容理解》。 内容理解与推荐 相信对于不少人而 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E7%94%B5%E5%95%86%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:08:37 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E7%94%B5%E5%95%86%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/ 今天为大家分享下京东电商推荐系统实践方面的经验，主要包括： 简介 排序模块 实时更新 召回和首轮排序 实验平台 ▌简介 说到推荐系统，最经典的就是协同过滤，上图是一个协同过滤的例子。协同过滤主要分为俩种：user-based 基于用户的协同过滤和 item-based 基于商品的协调过滤。 但是，现在绝大多数推荐系统都 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%B8%89%E6%96%B9%E6%B3%95%E6%B5%85%E6%9E%90%E5%8F%8A%E5%AE%9E%E7%8E%B0/ Tue, 15 Mar 2022 09:08:37 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%B8%89%E6%96%B9%E6%B3%95%E6%B5%85%E6%9E%90%E5%8F%8A%E5%AE%9E%E7%8E%B0/ 作者：石晓文的学习日记 链接： https://www.jianshu.com/p/e0e843d78e3c 上一篇中介绍了Bandit算法，并介绍了几种简单的实现，如 Epsilon-Greedy算法，Thompson sampling算法和UCB算法。 但是传统的实现方法存在很大的缺陷，主要是缺乏用附加信息刻画决策过程的机制。今天的文章就来介绍一种结合上下文信 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:08:33 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-10 1、FFM理论 在CTR预估中，经常会遇到one-hot类型的变量，one-hot类型变量会导致严重的数据特征稀疏的情况，为了解决这一问题，在上一讲中，我们介绍了FM算法。这一讲我们介绍一种在FM基 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E5%9B%A2%E9%98%9F%E6%8F%90%E5%87%BA%E5%AE%9E%E6%97%B6%E7%AE%97%E6%B3%95%E8%A7%A3%E5%86%B3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%A4%9A%E6%A0%B7%E6%80%A7%E9%97%AE%E9%A2%98/ Tue, 15 Mar 2022 09:08:32 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E5%9B%A2%E9%98%9F%E6%8F%90%E5%87%BA%E5%AE%9E%E6%97%B6%E7%AE%97%E6%B3%95%E8%A7%A3%E5%86%B3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%A4%9A%E6%A0%B7%E6%80%A7%E9%97%AE%E9%A2%98/ 0. 导语 本论文题为《Real-time Attention based Look-alike Model for Recommender System》，作者 Yudan Liu, Kaikai Ge, Xu Zhang, Leyu Lin，已被 KDD 19 接收，原文见附录。 Look-alike 是广告领域经典的推荐算法，拥有定向能力强、用户扩展精准等优点。本文在微信看一看的推荐场景下对传统 look-alike 进行了改造，使之更适合高时效性的资讯推荐系统。 Fig.0. 微信看一看 微信看 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%B0%91%E5%AE%BF%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 09:08:31 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%B0%91%E5%AE%BF%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 文章作者：周文彪 途家网 编辑整理：Hoh Xil 内容来源：AI 科学前沿大会 出品社区：DataFun 民宿越来越成为旅游消费的新热潮，作为国内最大的民宿平台，途家在应用 AI 技术进行个性化商品推荐方面进行了不少探索。民宿行业的数据，具有用户消费频次低，用户兴趣点不好描述等特点，基于内容和普通协同 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/ Tue, 15 Mar 2022 09:08:31 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%80%E5%8D%95%E8%81%8A%E8%81%8A%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B/ Tue, 15 Mar 2022 09:08:31 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%80%E5%8D%95%E8%81%8A%E8%81%8A%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B/ 随着大数据时代的到来，特征工程发挥着越来越重要的作用。那么什么是特征工程呢，简单说，就是发现对因变量y有明显影响作用的特征，通常称自变量x为特征，特征工程的目的是发现重要特征。 一般来说，特征工程大体上可以分为三个方面，一是 特征构造 ，二是 特征选择 ，，三是 特征生成 。三个方面当中，最重 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E8%92%B8%E9%A6%8F%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 09:08:29 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E8%92%B8%E9%A6%8F%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%BA%94%E7%94%A8/ 作者 | 张俊林@新浪微博 目录 知识蒸馏典型方法 知识蒸馏在推荐系统中的三个应用场景 知识蒸馏在三类推荐排序中的方法介绍 联合训练召回、粗排及精排模型的设想 随着深度学习的快速发展，优秀的模型层出不穷，比如图像领域的 ResNet、自然语言处理领域的 Bert，这些革命性的新技术使得应用效果快速提 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%99%8D%E6%9C%AC%E6%8F%90%E6%95%88%E8%B4%9D%E5%A3%B3%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E6%9E%B6%E6%9E%84%E7%BB%9F%E4%B8%80%E4%B9%8B%E8%B7%AF/ Tue, 15 Mar 2022 09:08:28 +0800 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%99%8D%E6%9C%AC%E6%8F%90%E6%95%88%E8%B4%9D%E5%A3%B3%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E6%9E%B6%E6%9E%84%E7%BB%9F%E4%B8%80%E4%B9%8B%E8%B7%AF/ 高攀: 贝壳搜索推荐部平台架构负责人 贝壳找房在云加社区组织的分享 导语 | 搜索和推荐是用户获取信息的两种主要方式，在贝壳也是帮助客户找到房子的主要手段，那么二者都有哪些相似和不同之处？是否可以使用同一套架构来实现？统一架构之后又能带来哪些收益呢？本文是对贝壳搜索推荐部平台架构负责人—— https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%9C%A8%E6%B7%98%E5%AE%9D%E8%BA%BA%E5%B9%B3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:08:27 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%9C%A8%E6%B7%98%E5%AE%9D%E8%BA%BA%E5%B9%B3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/ 淘宝躺平频道是手机淘宝内主推家居类商品的内容场景化导购平台（以下简称躺平）。频道中的内容主要以场景搭配为主，内容内挂载了多个商品锚点，点击商品锚点可以跳转到商品详情页。躺平强调算法大数据搭配及D端设计师理念，内容以多种形态迎合消费者的家居类需求。 用户可以通过以下3种方式进入淘宝躺 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/ Tue, 15 Mar 2022 09:08:26 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:08:25 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/ 分享嘉宾： 刘志强奇虎360 推荐算法架构师 编辑整理： 周峰 内容来源： DataFun AI Talk《机器学习与推荐系统实践》 出品社区： DataFun 注：欢迎转载，转载请注明出处。 1. 摘要 本次分享内容为机器学习在推荐系统的应用。主要介绍推荐系统实践中遇到基本问题，以及基于机器学习技术的解决方案。过程中涉及到“概率图模 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BD%93%E4%BD%A0%E6%89%93%E5%BC%80%E5%A4%A9%E7%8C%AB%E7%9A%84%E9%82%A3%E4%B8%80%E5%88%BB%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%81%9A%E4%BA%86%E5%93%AA%E4%BA%9B%E5%B7%A5%E4%BD%9C/ Tue, 15 Mar 2022 09:08:25 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BD%93%E4%BD%A0%E6%89%93%E5%BC%80%E5%A4%A9%E7%8C%AB%E7%9A%84%E9%82%A3%E4%B8%80%E5%88%BB%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%81%9A%E4%BA%86%E5%93%AA%E4%BA%9B%E5%B7%A5%E4%BD%9C/ 阿里妹导读：当年打开天猫的那一刻，它为你完成了华丽的变身，成为世上独一无二的“天猫”，这就是智能推荐的力量。今天，来自阿里巴巴搜索推荐事业部的算法工程师陈启伟为你介绍天猫如何玩转首页个性化推荐，揭开搜索推荐的神秘面纱。 天猫首页作为用户打开手机天猫App的第一印象，所推荐的商品极大 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%BB%E6%B5%81%E6%8E%A8%E8%8D%90%E5%BC%95%E6%93%8E%E6%8A%80%E6%9C%AF%E5%8F%8A%E4%BC%98%E7%BC%BA%E7%82%B9%E5%88%86%E6%9E%90/ Tue, 15 Mar 2022 09:07:16 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%BB%E6%B5%81%E6%8E%A8%E8%8D%90%E5%BC%95%E6%93%8E%E6%8A%80%E6%9C%AF%E5%8F%8A%E4%BC%98%E7%BC%BA%E7%82%B9%E5%88%86%E6%9E%90/ 文章作者：苏雷什·库马尔·戈拉卡拉 编辑整理：Hoh 内容来源：《自己动手做推荐引擎》 导读： 在本文中，将详细介绍多种类型的推荐系统，具体介绍基于近邻算法的推荐引擎、个性化推荐引擎、基于模型的推荐系统和混合推荐引擎等，并分析介绍每种推荐系统的优缺点。 主要介绍的不同类型的推荐系统包括： 近 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BD%E7%BE%8E%E5%A4%A7%E4%BF%83%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E5%9B%BD%E7%BE%8E%E6%99%BA%E8%83%BD%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%BC%94%E8%BF%9B%E4%B9%8B%E8%B7%AF/ Tue, 15 Mar 2022 09:07:14 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BD%E7%BE%8E%E5%A4%A7%E4%BF%83%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E5%9B%BD%E7%BE%8E%E6%99%BA%E8%83%BD%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%BC%94%E8%BF%9B%E4%B9%8B%E8%B7%AF/ 作者： 杨骥 时间： 2017 年 11 月 10 日 国美早期的推荐产品，90% 以上的场景是靠平台运营人员和工程师依靠业务知识进行手工配置，策略投放也是基于场景相关性的固定槽位展示，千人一面。近几年，伴随着业务的发展，尤其是实现线上线下打通后，国美互联网基于双线平台、商品和服务，利用互联网技术，以“社交 + https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%89%E8%B5%9E%E6%90%9C%E7%B4%A2%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%8A%80%E6%9C%AF%E5%86%85%E5%B9%95/ Tue, 15 Mar 2022 09:06:46 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%89%E8%B5%9E%E6%90%9C%E7%B4%A2%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%8A%80%E6%9C%AF%E5%86%85%E5%B9%95/ 转载自 有赞技术团队博客 上文 说到有赞搜索系统的架构演进，为了支撑不断演进的技术架构，除了 Elasticsearch 的维护优化之外，我们也开发了上层的中间件来应对不断提高的稳定性和性能要求。 Elasticsearch 的检索执行效率可以表示为： _O(num_of_files _logN)* 其中 num_of_files 表示索引文件段的个数，N 表示需要遍历的数据量，从这里我们可以总结出提升查询性能可 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E5%85%B6%E7%84%B6%E7%9F%A5%E5%85%B6%E6%89%80%E4%BB%A5%E7%84%B6%E5%9F%BA%E4%BA%8E%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ Tue, 15 Mar 2022 09:06:46 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E5%85%B6%E7%84%B6%E7%9F%A5%E5%85%B6%E6%89%80%E4%BB%A5%E7%84%B6%E5%9F%BA%E4%BA%8E%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ 本文是工业界和学术界共同合作的产物。Layer 6 AI 和 University College Dublin 的科学家们提出一种 通过整合矩阵分解（MF）模型和对抗式 Seq2Seq 模型的多任务学习框架，并利用强化学习来尝试生成评论，借以解答推荐系统的研究和应用领域一种“殿堂”级的难题——推荐系统的评分预测的可解释性。除此之外，该模型的预测准确性 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%E7%9A%84%E9%95%BF%E5%B0%BE%E7%89%A9%E5%93%81%E6%8E%A8%E8%8D%90%E9%97%AE%E9%A2%98%E6%96%B9%E6%A1%88/ Tue, 15 Mar 2022 09:06:45 +0800 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%E7%9A%84%E9%95%BF%E5%B0%BE%E7%89%A9%E5%93%81%E6%8E%A8%E8%8D%90%E9%97%AE%E9%A2%98%E6%96%B9%E6%A1%88/ 炼丹笔记干货 作者：九羽 长尾物品（Tail Items）在推荐系统中是非常常见的，长尾的存在导致了样本的不均衡，对于热门头部物品（Head Items）的样本量多，模型学习这部分的效果越好，而长尾物品的样本量少，导致模型对该部分Item的理解不够充分，效果自然也就较差。 那么，针对长尾物 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E4%B8%8E%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8C%B9%E9%85%8D%E4%B9%8B%E6%8E%A8%E8%8D%90%E7%AF%87/ Tue, 15 Mar 2022 09:06:39 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E4%B8%8E%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8C%B9%E9%85%8D%E4%B9%8B%E6%8E%A8%E8%8D%90%E7%AF%87/ 作者： 黄冠 这个tutorial确实不错 https://www.comp.nus.edu.sg/~xiangnan/sigir18-deep.pdf，我很喜欢，好像一个博士论文一样，将这两个领域梳理得很清楚。 搜索，推荐和广告其实是机器学习在工业界最好的落地。而且容易拿到由用户的行为 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A9%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BC%9A%E8%AF%B4%E8%AF%9D%E8%BE%BE%E8%A7%82%E6%95%B0%E6%8D%AE%E6%8E%A8%E8%8D%90%E7%90%86%E7%94%B1%E8%AE%BE%E8%AE%A1%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:06:38 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A9%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BC%9A%E8%AF%B4%E8%AF%9D%E8%BE%BE%E8%A7%82%E6%95%B0%E6%8D%AE%E6%8E%A8%E8%8D%90%E7%90%86%E7%94%B1%E8%AE%BE%E8%AE%A1%E5%AE%9E%E8%B7%B5/ 达观数据 张健 达观数据 前言 推荐系统对于处于信息爆炸时代的我们来说并不陌生。在日常生活中，我们使用到推荐系统提供的各种服务，在社交工具上认识志同道合的朋友，到音乐网站中欣赏自己感兴趣的音乐作品，从一大堆企业岗位信息中挑选出一份称心如意的工作等等。 一个优秀的推荐系统能像朋友一样理解用户 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%B2%97%E6%8E%92%E7%AF%87/ Tue, 15 Mar 2022 09:06:37 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%B2%97%E6%8E%92%E7%AF%87/ 随刻基础推荐团队 导读： 工业界的推荐系统通常包括召回、粗排、精排以及重排四个阶段，如图一所示，每个阶段都像是一个漏斗，从海量的物品集合中过滤出用户最有可能感兴趣的物品。其中粗排模型发挥的主要作用是统一计算和过滤召回结果，在尽量保证推荐准确性的前提下减轻精排模型的计算压力。本文主要介 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E5%B9%B3%E5%AE%89%E9%93%B6%E8%A1%8C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BB%8B%E7%BB%8D%E4%B8%93%E9%A2%98/ Tue, 15 Mar 2022 09:06:36 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E5%B9%B3%E5%AE%89%E9%93%B6%E8%A1%8C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BB%8B%E7%BB%8D%E4%B8%93%E9%A2%98/ 分享嘉宾: 蒋锵、严明，平安银行大数据部门 整理出品: AICUG人工智能社区 关注本站公众号获取完整PPT 其实刚刚也讲到随着银行转型，对于数字驱动这件事情的迫切度是越来越高，就是最开始的时候可能大家对于数据怎么用，有一个业务强主导，我可能就要这一份数来帮我做一个决策，或者我就要这样的一 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%8A%80%E6%9C%AF%E5%9F%BA%E4%BA%8E%E5%AE%9E%E6%97%B6%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1%E5%92%8C%E6%8A%80%E6%9C%AF%E6%BC%94%E8%BF%9B/ Tue, 15 Mar 2022 09:06:36 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%8A%80%E6%9C%AF%E5%9F%BA%E4%BA%8E%E5%AE%9E%E6%97%B6%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1%E5%92%8C%E6%8A%80%E6%9C%AF%E6%BC%94%E8%BF%9B/ 简介： 整理自 5 月 29 日 阿里云开发者大会，秦江杰和刘童璇的分享，内容包括实时推荐系统的原理以及什么是实时推荐系统、整体系统的架构及如何在阿里云上面实现，以及关于深度学习的细节介绍 本文整理自 5 月 29 日阿里云开发者大会，大数据与 AI 一体化平台分论坛，秦江杰和刘童璇带来的《基于实时深度学习的推 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8D%E4%BB%85%E4%BB%85%E7%94%A8%E9%80%9A%E8%BF%87%E4%BA%BA%E5%B7%A5%E8%AF%84%E4%BC%B0%E5%BE%97%E5%88%B0%E6%9B%B4%E5%A5%BD%E7%9A%84%E6%8E%A8%E8%8D%90/ Tue, 15 Mar 2022 09:06:34 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8D%E4%BB%85%E4%BB%85%E7%94%A8%E9%80%9A%E8%BF%87%E4%BA%BA%E5%B7%A5%E8%AF%84%E4%BC%B0%E5%BE%97%E5%88%B0%E6%9B%B4%E5%A5%BD%E7%9A%84%E6%8E%A8%E8%8D%90/ 作者：Edwin Chen 编译：ronghuaiyang 导读 导读 用CTR来评估推荐算法是一个非常常用的度量，但并非是最好的度量。 假设你正在为一个新在线网站构建一个推荐算法。你如何衡量它的质量，以确保它发送给用户相关和个性化的内容？刚开始的时候，你希望点击率可以进行衡量，但经过一番思考，它 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E8%9E%8D%E5%90%88%E4%B8%8E%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 09:06:33 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E8%9E%8D%E5%90%88%E4%B8%8E%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B/ 文章作者：阿里B2B算法团队 内容来源：牛技 出品平台：DataFun 背景 以电商场景优化用户点击为例，推荐系统的任务是从海量的候选商品中选出用户最感兴趣且最可能点击的商品。为了提升检索的效率，通常分为两阶段来检索。召回/候选生成（Matching/Candidate Generatio https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E9%85%B7%E6%8F%90%E5%87%BA%E5%9F%BA%E4%BA%8E%E5%9B%BE%E6%89%A7%E8%A1%8C%E5%BC%95%E6%93%8E%E7%9A%84%E7%AE%97%E6%B3%95%E6%9C%8D%E5%8A%A1%E6%A1%86%E6%9E%B6%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%A6%82%E8%A7%88/ Tue, 15 Mar 2022 09:06:32 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E9%85%B7%E6%8F%90%E5%87%BA%E5%9F%BA%E4%BA%8E%E5%9B%BE%E6%89%A7%E8%A1%8C%E5%BC%95%E6%93%8E%E7%9A%84%E7%AE%97%E6%B3%95%E6%9C%8D%E5%8A%A1%E6%A1%86%E6%9E%B6%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%A6%82%E8%A7%88/ 原文： https://www.infoq.cn/article/PvhDVlcJuHzkDMv77mh7 背景 在阿里的业务中，有广泛的算法应用场景，也沉淀了相关的算法应用平台和工具：基础的算法引擎部分，有成熟的召回和打分预估引擎、在线实时特征服务；推荐算法应用领域，有算法实验平台 TPP（源于淘宝个性化平台），提供 Serverless 形式的算法实验平台，包括资源弹性伸缩、实验能力（代码在线发布、 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%83%A8%E7%BD%B2%E5%9F%BA%E4%BA%8E%E5%B5%8C%E5%85%A5%E7%9A%84%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E7%9A%84%E9%80%9A%E7%94%A8%E6%A8%A1%E5%BC%8F/ Tue, 15 Mar 2022 09:06:32 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%83%A8%E7%BD%B2%E5%9F%BA%E4%BA%8E%E5%B5%8C%E5%85%A5%E7%9A%84%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E7%9A%84%E9%80%9A%E7%94%A8%E6%A8%A1%E5%BC%8F/ 作者：Robbe Sneyders 编译：ronghuaiyang 给大家介绍一下如何在生产中部署基于嵌入的机器学习模型。 由于最近大量的研究，机器学习模型的性能在过去几年里有了显著的提高。虽然这些改进的模型开辟了新的可能性，但是它们只有在可以部署到生产应用中时才开始提供真正的价值。这是机器学习社区目 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%E7%B3%BB%E5%88%97%E8%AF%A6%E8%A7%A3%E6%9B%9D%E5%85%89%E5%8E%BB%E9%87%8D%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:06:28 +0800 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%E7%B3%BB%E5%88%97%E8%AF%A6%E8%A7%A3%E6%9B%9D%E5%85%89%E5%8E%BB%E9%87%8D%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E8%B7%B5/ 原文: https://zhuanlan.zhihu.com/p/438660053 本文经作者授权转载 1. 什么是曝光去重|曝光过滤？ 为什么需要曝光去重? 在推荐这个场景，特别是信息流&短视频领域，视频和图文都属于快消品，用户会频繁的刷新，挑选符合他们口味的内容，尤其像抖音 & bilibi这种短内容平台，一刷就是一个下午。 在上文讲过，推荐的逻辑是从整个大 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E6%96%B0%E7%AA%81%E7%A0%B4%E6%B7%B1%E5%BA%A6%E6%A0%91%E5%8C%B9%E9%85%8D%E5%A6%82%E4%BD%95%E6%89%9B%E4%BD%8F%E5%8D%83%E4%B8%87%E7%BA%A7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%8E%8B%E5%8A%9B/ Tue, 15 Mar 2022 09:06:25 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E6%96%B0%E7%AA%81%E7%A0%B4%E6%B7%B1%E5%BA%A6%E6%A0%91%E5%8C%B9%E9%85%8D%E5%A6%82%E4%BD%95%E6%89%9B%E4%BD%8F%E5%8D%83%E4%B8%87%E7%BA%A7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%8E%8B%E5%8A%9B/ 李晗 推荐系统已经深入到每个人生活的方方面面，网购、音乐、新闻、视频等等场景中，用户都可以感受到推荐系统带来的便利。随着技术的不断发展，如何更加精准地进行推荐成为了开发人员的头等大事。 为了提升推荐系统的精准度，最大程度解决推荐系统存在的问题，来自阿里妈妈的高级技术专家李晗和团队提出 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%E5%85%A8%E9%93%BE%E8%B7%AF%E5%8F%AC%E5%9B%9E%E7%B2%97%E6%8E%92%E7%B2%BE%E6%8E%92%E7%BA%A7%E8%81%94%E6%BC%8F%E6%96%97%E4%B8%8A%E7%AF%87/ Tue, 15 Mar 2022 09:06:24 +0800 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%E5%85%A8%E9%93%BE%E8%B7%AF%E5%8F%AC%E5%9B%9E%E7%B2%97%E6%8E%92%E7%B2%BE%E6%8E%92%E7%BA%A7%E8%81%94%E6%BC%8F%E6%96%97%E4%B8%8A%E7%AF%87/ 转自：知乎-水哥 链接： https://zhuanlan.zhihu.com/p/396951216 说明：本文仅用于知识交流，如有侵权，联系删除 写在前面 1、把点击多的item曝光提升是推荐模型的基本能力，也是基本要求。后验不好的曝光提高也可能是好模型，后验好的曝光不提高，可以开除推荐模型了 2、在起量阶段，各路item需要争宠，谁能最快博取精排的欢心，谁就 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%E5%85%A8%E9%93%BE%E8%B7%AF%E6%89%93%E5%8E%8B%E4%BF%9D%E9%80%81%E9%87%8D%E6%8E%92%E7%AD%96%E7%95%A5%E6%8B%8D%E4%B8%8D%E5%AE%8C%E7%9A%84%E8%84%91%E8%A2%8B/ Tue, 15 Mar 2022 09:06:24 +0800 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%E5%85%A8%E9%93%BE%E8%B7%AF%E6%89%93%E5%8E%8B%E4%BF%9D%E9%80%81%E9%87%8D%E6%8E%92%E7%AD%96%E7%95%A5%E6%8B%8D%E4%B8%8D%E5%AE%8C%E7%9A%84%E8%84%91%E8%A2%8B/ 转自：知乎-水哥 链接： https://zhuanlan.zhihu.com/p/403773390 说明：本文仅用于知识交流，如有侵权，联系删除 saying 1.懂模型不只是要知道模型能干什么，更要知道它不能干什么 2.在从业一段时间后应该有一次“转职”，如果你相信模型无所不能，你应该走科研路线；如果你对模型不是很放心，那你应该成为一名工程师 3.舍弃一些眼前利益是短痛 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0/ Tue, 15 Mar 2022 09:06:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0/ 主题 58同城推荐系统架构设计与实现 一、推荐系统架构介绍 推荐系统是一个微庞大的工程、算法与业务综合的系统，其主要分为三大子系统： 1） 线下 推荐子系统； 2） 线上 推荐子系统； 3） 效果评估 子系统； 后文将重点讨论以上三大子系统的设计与实现。 二、线下推荐子系统 线下推荐子系统又主要分为 线下挖掘模 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%92%E5%BA%8F%E7%B3%BB%E7%BB%9F%E5%8F%8A%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 09:05:49 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%92%E5%BA%8F%E7%B3%BB%E7%BB%9F%E5%8F%8A%E6%A8%A1%E5%9E%8B/ 文章作者：薛海霞 网易传媒 编辑整理：郑智献 内容来源：DataFun AI Talk 出品社区：DataFun 大家好，今天分享的主题是：网易新闻客户端信息流的个性化推荐中，深度学习排序系统及模型，这也是我们团队在研发实践中的一些经验总结。 首先看一下在信息流场景中，个性化推荐的产品形态。左边是网易新 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E8%B4%9D%E5%8F%B6%E6%96%AF%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E6%88%98/ Tue, 15 Mar 2022 09:05:48 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E8%B4%9D%E5%8F%B6%E6%96%AF%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E6%88%98/ 石晓文的学习日记 2018.06.29 23:27 排序推荐算法大体上可以分为三类，第一类排序算法类别是点对方法(Pointwise Approach)，这类算法将排序问题被转化为分类、回归之类的问题，并使用现有分类、回归等方法进行实现。第二类排序算法是成对方法(Pairwise Approach)，在序列方法中， https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%90%9C%E7%B4%A2%E7%9A%84%E4%BB%8B%E7%BB%8D%E6%8E%A8%E8%8D%90%E5%92%8C%E6%90%9C%E7%B4%A2%E7%9A%84%E5%BC%BA%E5%BC%BA%E7%BB%93%E5%90%88/ Tue, 15 Mar 2022 09:05:47 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%90%9C%E7%B4%A2%E7%9A%84%E4%BB%8B%E7%BB%8D%E6%8E%A8%E8%8D%90%E5%92%8C%E6%90%9C%E7%B4%A2%E7%9A%84%E5%BC%BA%E5%BC%BA%E7%BB%93%E5%90%88/ 作者：Pavel Kord ík 编译：ronghuaiyang 英文原文： https://medium.com/recombee-blog/introduction-to-personalized-search-2b70eb5fa5ae 导读: 一般来说，搜索是非个性化的，不过如果和推荐系统组合起来，也会有意想不到的效果。 寻找正确的信息总是很困难的。在不久之前，文档还是存放在实际的物理仓库中，要找到相关的文档是非常困难的。 当文档可以通过在线存储库访问时 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%E6%8E%92%E5%BA%8F%E4%B8%8A%E7%9A%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:05:22 +0800 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%E6%8E%92%E5%BA%8F%E4%B8%8A%E7%9A%84%E5%AE%9E%E8%B7%B5/ 分享嘉宾: 王连臣，58同城TEG搜索推荐部高级算法工程师 整理出品: 张劲， AICUG人工智能社区 系列分享： 深度语义模型 BERT 在 58 同城搜索的实践 深度学习在 58 同城租房搜索排序中的实践 导读： 行为序列化已然成为用户兴趣建模的主流方式，本次议题主要介绍序列化建模在首页推荐场景的实践，提出了适配业 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E5%88%B0%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%88%B0%E5%BA%95%E5%93%AA%E5%AE%B6%E5%BC%BA/ Tue, 15 Mar 2022 09:05:21 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E5%88%B0%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%88%B0%E5%BA%95%E5%93%AA%E5%AE%B6%E5%BC%BA/ 张俊林 推荐系统几乎已经深入到人们生活的方方面面，其背后的算法也在不断地迭代更新。FM 和 FFM 模型是最近几年提出的模型，拥有在数据量较大并且特征稀疏的情况下，仍然能够得到优秀的性能和效果的特性。 新浪微博 AI Lab 资深算法专家张俊林，在 2018 年全球人工智能与机器学习大会 AICon 的演讲中，着重探讨了几种排 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E4%B8%8E%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8C%B9%E9%85%8D%E4%B9%8B%E6%90%9C%E7%B4%A2%E7%AF%87/ Tue, 15 Mar 2022 09:05:20 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E4%B8%8E%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8C%B9%E9%85%8D%E4%B9%8B%E6%90%9C%E7%B4%A2%E7%AF%87/ 作者： 黄冠 讲真，很久没看过能让我这么兴奋的资料了，这个tutorial https://www.comp.nus.edu.sg/~xiangnan/sigir18-deep.pdf 简直就像一个博士论文，能让我对这个方向有足够深入的了解。而我最近又恰好从事这个方向，恰好也是落地到搜索引擎和推荐系统中，刚看到这个tutorial的时候，简直开心得不要不要的。 本篇blog的纲要： part-1 搜索和推荐 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%E5%95%86%E4%B8%9A%E5%8C%96%E7%AE%97%E6%B3%95%E4%B8%AD%E5%8F%B0%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:05:19 +0800 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%E5%95%86%E4%B8%9A%E5%8C%96%E7%AE%97%E6%B3%95%E4%B8%AD%E5%8F%B0%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ 分享嘉宾：彭克炼 贝壳 资深工程师 编辑整理：马瑶 出品平台：DataFunTalk 导读： 随着贝壳流量的日渐增长，贝壳商业化细分场景越来越丰富，公司对业务迭代和效果优化的效率有了更高的要求，贝壳商业化策略算法中台的架构也在不断的进行调整和升级。本文将围绕贝壳商业化策略算法中台的架构演进过 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%85%AD%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:05:17 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%85%AD%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/ 原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-29 1、原理 PNN，全称为Product-based Neural Network，认为在embedding输入到MLP之后学习的交叉特征表达并不充分，提出了一种product layer的思想，既基于乘法的运算来体 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%B5%B7%E6%8A%A5%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:05:16 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%B5%B7%E6%8A%A5%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/ 爱奇艺技术产品团队 导语 在信息过载的时代中，如何把恰当的内容恰时地呈现给用户，并且让用户快速、准确地看到自己喜欢或需要的内容，对一个视频平台来说是一个非常重要且具挑战的事情。 因此，爱奇艺技术产品团队设计并实现了一套个性化海报生产与分发系统，本文将从整体框架、海报生产、海报分发、业务 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E8%A7%A3%E8%AF%BB%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E5%A6%82%E4%BD%95%E8%AE%A9%E4%BD%A0%E4%B9%B0%E5%BE%97%E5%8F%88%E5%BF%AB%E5%8F%88%E5%A5%BD/ Tue, 15 Mar 2022 09:05:15 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E8%A7%A3%E8%AF%BB%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E5%A6%82%E4%BD%95%E8%AE%A9%E4%BD%A0%E4%B9%B0%E5%BE%97%E5%8F%88%E5%BF%AB%E5%8F%88%E5%A5%BD/ 文章作者：姚凯飞 Club Factory 推荐算法负责人 内容来源：作者授权发布 出品社区：DataFun 注：欢迎转载，转载请注明出处。 一. 概述 一个产品的搜索功能，是用户快速触达所需信息的通道，起到了引导用户走向的重要作用；优秀的产品必然有成熟、体验良好的搜索功能。 国内几个大型电商公司基本每日都有较大的流 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%8B%90%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E5%91%88%E7%8E%B0%E7%BB%99%E4%BD%A0%E7%9A%84%E9%83%BD%E6%98%AF%E4%BD%A0%E6%89%80%E5%85%B3%E5%BF%83%E7%9A%84/ Tue, 15 Mar 2022 09:05:15 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%8B%90%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E5%91%88%E7%8E%B0%E7%BB%99%E4%BD%A0%E7%9A%84%E9%83%BD%E6%98%AF%E4%BD%A0%E6%89%80%E5%85%B3%E5%BF%83%E7%9A%84/ 导读 在当前这个移动互联网时代，各种信息内容爆炸，面对海量数据，用户希望在有限的时间和空间内，找到自己感兴趣的内容，这就是推荐需要解决的问题。接下来主要讲解新闻推荐的算法原理。 01.新闻推荐算法架构 新闻算法的核心主要分为两个阶段：召回阶段（retrieval）和排序阶段（ranki https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BB%BC%E8%BF%B0%E5%9F%BA%E4%BA%8E%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%BB%BC%E8%BF%B0/ Tue, 15 Mar 2022 09:05:14 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BB%BC%E8%BF%B0%E5%9F%BA%E4%BA%8E%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%BB%BC%E8%BF%B0/ 基于知识图谱的推荐系统综述 作者信息 Elesdspline 目前从事NLP与知识图谱相关工作。 导语 本文是2020年针对知识图谱作为辅助信息用于推荐系统的一篇综述。 知识图谱对于推荐系统不仅能够进行更精确的个性化推荐，而且对推荐也是具有可解释性的，有迹可循。 本文汇总了近些年来知识图谱辅助推荐系统的一些研究工 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%E5%A4%8D%E6%9D%82%E8%AE%A2%E9%98%85%E6%9D%A1%E4%BB%B6%E4%B8%8B%E5%A6%82%E4%BD%95%E5%AE%9E%E6%97%B6%E5%87%86%E7%A1%AE%E7%9A%84%E5%90%91%E7%94%A8%E6%88%B7%E6%8E%A8%E9%80%81%E6%96%B0%E4%B8%8A%E6%88%BF%E6%BA%90/ Tue, 15 Mar 2022 09:05:14 +0800 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%E5%A4%8D%E6%9D%82%E8%AE%A2%E9%98%85%E6%9D%A1%E4%BB%B6%E4%B8%8B%E5%A6%82%E4%BD%95%E5%AE%9E%E6%97%B6%E5%87%86%E7%A1%AE%E7%9A%84%E5%90%91%E7%94%A8%E6%88%B7%E6%8E%A8%E9%80%81%E6%96%B0%E4%B8%8A%E6%88%BF%E6%BA%90/ 卫海波@贝壳找房 贝壳产品技术 贝壳找房APP给用户提供了海量房源的搜索查询功能，但是网站存量房源并不能完全满足用户的找房需求，用户希望可以及时获取新上房源的实时提醒。目前贝壳找房APP提供的房源新上实时推送有两个维度：基于关注小区的房源新上和基于搜索订阅条件的房源新上。 基于关注小区 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%E7%B3%BB%E5%88%97%E4%BA%8C%E7%AE%97%E6%B3%95%E7%90%86%E8%AE%BA%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:05:13 +0800 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%E7%B3%BB%E5%88%97%E4%BA%8C%E7%AE%97%E6%B3%95%E7%90%86%E8%AE%BA%E4%B8%8E%E5%AE%9E%E8%B7%B5/ 背景 在 CTR/CVR 预估任务中，除了 FM 模型[2] 之外，后起之秀 FFM（Field-aware Factorization Machine）模型同样表现亮眼。FFM 可以看作是 FM 的升级版，Yuchi Juan 于 2016 年提出该模型，但其诞生是受启于 Rendle 在 2010 年发表的另一个模型 PITF [3]（FM 也是 Rendle 在 2010 年发表的），其论文原文 [1] 中写道： The idea of FFM originates https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8D%E8%A6%81%E7%8A%AF%E6%88%98%E7%95%A5%E6%80%A7%E7%9A%84%E5%A4%B1%E8%AF%AF%E5%A6%82%E4%BD%95%E5%90%88%E7%90%86%E5%88%B6%E5%AE%9A%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E4%BC%98%E5%8C%96%E7%9B%AE%E6%A0%87/ Tue, 15 Mar 2022 09:05:12 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8D%E8%A6%81%E7%8A%AF%E6%88%98%E7%95%A5%E6%80%A7%E7%9A%84%E5%A4%B1%E8%AF%AF%E5%A6%82%E4%BD%95%E5%90%88%E7%90%86%E5%88%B6%E5%AE%9A%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E4%BC%98%E5%8C%96%E7%9B%AE%E6%A0%87/ 这里是[「王喆的机器学习笔记」]的第十九篇文章，这篇文章要谈的是 推荐系统的优化目标 的问题。作为一名算法工程师来讲，最关心的往往是模型的创新、技术的演进。笔者在最开始工作的几年，也经历过这样的阶段，执着的追求于应用最新的技术，追踪最新的paper，更新最新的机器学习工具。这样持续学 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E5%8D%9A%E5%B9%BF%E5%91%8A%E5%88%86%E5%B1%82%E5%AE%9E%E9%AA%8C%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:05:12 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E5%8D%9A%E5%B9%BF%E5%91%8A%E5%88%86%E5%B1%82%E5%AE%9E%E9%AA%8C%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ 版权声明 作者：李铁牛 本文为InfoQ原创投稿。 移动互联网广告基于大数据，实现广告的精准人群定向投放和效果评估，并借助于不可胜数的广告策略，控制着广告的实时投放，让数据驱动型的移动互联网广告沿着站方、用户、广告主三者共赢的目标不断前进。 大数据驱动使得效果指标的量化评估成为了可能。为 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%E4%B8%8D%E5%BE%97%E4%B8%8D%E8%AF%B4%E7%9A%84%E5%8F%8C%E5%A1%94%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 09:05:12 +0800 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%E4%B8%8D%E5%BE%97%E4%B8%8D%E8%AF%B4%E7%9A%84%E5%8F%8C%E5%A1%94%E6%A8%A1%E5%9E%8B/ 本文主要介绍项目中用于商业兴趣建模的DSSM双塔模型。作为推荐领域中大火的双塔模型，因为效果不错并且对工业界十分友好，所以被各大厂广泛应用于推荐系统中。 通过构建user和item两个独立的子网络，将训练好的两个“塔”中的user embedding 和item embedding各自缓存到内存数据库中 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%89%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%BF%85%E5%A4%87%E8%A6%81%E7%B4%A0%E6%A1%86%E6%9E%B6/ Tue, 15 Mar 2022 09:04:42 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%89%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%BF%85%E5%A4%87%E8%A6%81%E7%B4%A0%E6%A1%86%E6%9E%B6/ 原文： 姚凯飞 「无法衡量就无法优化」，对于互联网产品而言，不仅是推荐系统，整个app系统的更新迭代必然需要建立一套 「度量衡」，来 「把控整个流程优化的方向」 。而abtest系统就是一个很好的进行变量控制和优化方向选取的 「工具」， 「循环:衡量-发现-迭代-验证」 。所谓 「精细化迭代」 是一 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%A4%9A%E7%9B%AE%E6%A0%87%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:04:42 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%A4%9A%E7%9B%AE%E6%A0%87%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5/ 分享嘉宾：罗景 58同城 高级架构师 编辑整理：陈维美 出品平台：DataFunTalk 导读： 58 同城作为一个 UV 千万量级的APP，覆盖了租房，招聘，二手房，二手车，本地生活，新房，新车等多个业务。在首页这个复杂的业务推荐场景下，我们面临着多业务融合挑战。如何利用从双通道到多通道到多场景适配 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%A6%82%E4%BD%95%E5%B0%86%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%BC%95%E5%85%A5%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ Tue, 15 Mar 2022 09:04:40 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%A6%82%E4%BD%95%E5%B0%86%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%BC%95%E5%85%A5%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ 分享嘉宾：王鸿伟 斯坦福大学 博士后 编辑整理：屈垠岑 出品平台：DataFunTalk 导读： 在信息爆炸的互联网时代，推荐系统可以理解用户的个性化偏好和需求，帮助用户筛选出自己感兴趣的产品和服务。然而，传统的基于协同过滤的推荐系统无法解决数据稀疏和冷启动问题。知识图谱是一种表示实体之间的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8A%E9%87%8D%E8%AF%BB%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AE%BA%E6%96%87%E5%AD%97%E5%AD%97%E7%8F%A0%E7%8E%91%E6%83%8A%E4%B8%BA%E7%A5%9E%E6%96%87/ Tue, 15 Mar 2022 09:04:39 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8A%E9%87%8D%E8%AF%BB%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AE%BA%E6%96%87%E5%AD%97%E5%AD%97%E7%8F%A0%E7%8E%91%E6%83%8A%E4%B8%BA%E7%A5%9E%E6%96%87/ 转载自 知乎专栏 王喆的机器学习笔记 这周我们一起讨论一下Youtube的深度推荐系统论文《 Deep Neural Networks for YouTube Recommendations》，这是2016年的论文，按照今天的标准来看，已经没有什么新颖的地方，我也是两年前读过这篇文章之后就放下了，但前几天重读这篇文章，竟让发现了诸多亮点，几乎 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%88%B1%E5%A5%87%E8%89%BA%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E8%BF%AD%E4%BB%A3%E4%B9%8B%E8%B7%AF/ Tue, 15 Mar 2022 09:04:39 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%88%B1%E5%A5%87%E8%89%BA%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E8%BF%AD%E4%BB%A3%E4%B9%8B%E8%B7%AF/ 分享嘉宾： 陈英傑** 爱奇艺 研究员** 编辑整理： 孙锴 内容来源： AI先行者大会《爱奇艺搜索排序模型迭代之路》 出品社区： DataFun 注：欢迎转载，转载请注明出处。 一、摘要 本次分享内容为爱奇艺在做视频搜索时，遇到的真实案例和具体问题；以及面对这些问题的时候，我们的解决方案。这次分享的ppt针对一线 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%E4%B8%BB%E9%A2%98%E4%B8%8E%E4%BA%A4%E4%BA%92%E5%BC%8F%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:04:39 +0800 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%E4%B8%BB%E9%A2%98%E4%B8%8E%E4%BA%A4%E4%BA%92%E5%BC%8F%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/ 分享嘉宾：羲农、里熙 @ 阿里飞猪 编辑整理：刘金鑫 出品平台：DataFunTalk、AI启蒙者 导读： 在飞猪推荐场景中，除了对单一商品的推荐外，还包括对以主题形式组织的商品集合的推荐。飞猪旅行主题是一款兼具个性化和发现性心智的产品，在信息流中不但承担着精确匹配用户需求的作用，还扮演着挖 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%E5%BA%94%E8%AF%A5%E5%A6%82%E4%BD%95%E4%BF%9D%E9%9A%9C%E6%8E%A8%E8%8D%90%E7%9A%84%E5%A4%9A%E6%A0%B7%E6%80%A7/ Tue, 15 Mar 2022 09:04:37 +0800 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%E5%BA%94%E8%AF%A5%E5%A6%82%E4%BD%95%E4%BF%9D%E9%9A%9C%E6%8E%A8%E8%8D%90%E7%9A%84%E5%A4%9A%E6%A0%B7%E6%80%A7/ 作者：周开拓 第四范式 来源：周开拓@知乎问答 首先，推荐系统的多样性并不应该是一个推荐系统追求的终极目标。 多样性，是手段，不是目标！ 多样性，是手段，不是目标！ 多样性，是手段，不是目标！ 重要的事情重复三遍，为什么不能作为目标呢？因为： 1. 多样性很难量化。3个体育新闻+7个小姐姐和7个小姐 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/ Tue, 15 Mar 2022 09:03:45 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%85%E8%B0%88%E5%9B%BD%E9%99%85%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90/ Tue, 15 Mar 2022 09:03:24 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%85%E8%B0%88%E5%9B%BD%E9%99%85%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90/ 分享嘉宾：杰雄 阿里巴巴 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品社区：DataFun 导读： 本次分享的主题是浅谈UC国际信息流推荐。会跟大家探讨下发链路中常见的一些问题，主要包括两个场景： 列表页排序，包括：目标确定、多目标任务以及混排组合优化。 内容冷启问题，如果不做内容理解，能否 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/ Tue, 15 Mar 2022 09:03:24 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E6%95%88%E6%9E%9C%E5%B9%BF%E5%91%8A%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:03:22 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E6%95%88%E6%9E%9C%E5%B9%BF%E5%91%8A%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ 文章作者：王晖 爱奇艺 资深工程师 编辑整理：王浩 内容来源：爱奇艺技术沙龙 出品社区：DataFun 导读： 随着大数据和人工智能的技术进步，数字营销行业也在不断变化。得益于雄厚技术实力，爱奇艺效果广告得到蓬勃发展，实现了海量触达、定向精准、效果显著的广告投放，为广告主提供跨平台、多终端的网 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%8B%90%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 09:03:20 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%8B%90%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B/ 出自 搜狐技术产品 公众号 一简介 在推荐系统的排序环节中，我们经常使用CTR(Click-Through Rate)预估的方式来构建排序模型。在业界的实际应用上，如何通过大规模数据提取出有效特征对用户行为建模、泛化一直是研究人员的工作方向，由于在推荐系统的实际应用中，数据通常非常稀疏，如 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E5%90%91%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 09:02:59 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E5%90%91%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B/ 原文地址： https://zhuanlan.zhihu.com/p/72607641 导读： 今天分享一下 facebook 新发的深度学习推荐系统的论文： Deep Learning Recommendation Model for Personalization and Recommendation Systems https://arxiv.org/pdf/1906.00091.pdf 这篇文章概述了当前推荐系统实现的主要思路，提出了一种通用的模型结构 DLRM，与其他常见的 paper 不同，该篇有着浓浓的工业界风格，不仅和其他模型进行效果对比，还讲述了常见的特征如何处理，内在思维逻辑如何，在 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%B3%E5%88%BB%E6%8A%80%E6%9C%AF%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%9C%A8%E5%8D%B3%E5%88%BB%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:02:34 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%B3%E5%88%BB%E6%8A%80%E6%9C%AF%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%9C%A8%E5%8D%B3%E5%88%BB%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E8%B7%B5/ 即刻首页的动态广场是一个发现好玩圈子和有趣即友的地方。如何让每一个用户都能在上面看到自己感兴趣的内容，是即刻推荐团队一直以来努力的目标。 去年我们分享了一篇 技术文章，介绍如何在线上服务中使用Spark MLlib，解决了排序模型的线上serving问题。过去这一年，即刻推荐系统完成了 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8E%8B%E5%86%AC%E6%9C%88%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E7%B2%BE%E6%8E%92%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:02:34 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8E%8B%E5%86%AC%E6%9C%88%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E7%B2%BE%E6%8E%92%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/ 分享嘉宾：王冬月 京东 机构负责人 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 京东主站推荐的主要业务场景覆盖APP中用户购买前、购买中和购买后的全流程，日均大概有7000万DAU。不同业务场景下用户需求不同，我们相应的优化目标也不同。首页feeds和“我的京东”就是典型的购 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%A4%9A%E4%B8%9A%E5%8A%A1%E8%9E%8D%E5%90%88%E6%8E%A8%E8%8D%90%E7%AD%96%E7%95%A5%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%80%9D%E8%80%83/ Tue, 15 Mar 2022 09:02:29 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%A4%9A%E4%B8%9A%E5%8A%A1%E8%9E%8D%E5%90%88%E6%8E%A8%E8%8D%90%E7%AD%96%E7%95%A5%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%80%9D%E8%80%83/ 分享嘉宾：王炜 58同城 架构师 编辑整理：陈佳琪、李元 内容来源：DataFunTalk 导读： 58同城作为分类信息网站，服务覆盖多个领域，如房屋租售、招聘求职、二手买卖等等，不同的业务有不同的特点，这使得多业务融合推荐成为一大挑战。如何准确挖掘用户的需求？如何平衡各业务之间的流量分配？ 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%E8%85%BE%E8%AE%AF%E5%B9%BF%E5%91%8A%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:02:27 +0800 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%E8%85%BE%E8%AE%AF%E5%B9%BF%E5%91%8A%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/ 分享嘉宾：郭跃超 腾讯 应用研究员 编辑整理：康德芬 出品平台：DataFunTalk 导读： Angel是腾讯自研的分布式高性能的机器学习平台，支持机器学习、深度学习、图计算以及联邦学习等场景。Angel的深度学习平台已应用在腾讯的很多个场景中。所以今天会为大家介绍Angel：深度学习在腾 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E4%B8%8E%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%9C%A8%E8%85%BE%E8%AE%AF%E6%B5%8F%E8%A7%88%E5%99%A8%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 09:02:27 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E4%B8%8E%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%9C%A8%E8%85%BE%E8%AE%AF%E6%B5%8F%E8%A7%88%E5%99%A8%E7%9A%84%E5%BA%94%E7%94%A8/ 口述 | 徐羽 整理 | 王强 在 AICon 全球人工智能与机器学习技术大会（2021）北京站 上，腾讯信息平台与服务线 CTO、PCG 事业群推荐与 AI 中台负责人徐羽带来了主题为《Al 与推荐技术在腾讯 QQ 浏览器的应用》的分享，详细介绍了 QQ 浏览器近年来在 AI 推荐技术方面走过的技术旅程。本文由 InfoQ 根据徐羽的演讲内容进 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8B%9B%E8%81%98%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%A8%81%E5%8A%9B/ Tue, 15 Mar 2022 09:02:24 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8B%9B%E8%81%98%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%A8%81%E5%8A%9B/ 作者：Jesus Rodriguez 编译：ronghuaiyang 导读： 这篇文章介绍了机器学习推荐系统在LinkedIn招聘系统中的应用，大家可以重点关注不同业务场景中推荐系统所关注的业务指标。 LinkedIn是市场上最受欢迎的招聘平台之一。每天，世界各地的招聘人员都依赖LinkedIn来寻找和筛 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%80%9A%E7%94%A8%E6%8E%92%E5%BA%8F%E6%A1%86%E6%9E%B6%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 09:02:24 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%80%9A%E7%94%A8%E6%8E%92%E5%BA%8F%E6%A1%86%E6%9E%B6%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8/ 推荐系统通常由多个阶段组成，比如，有的推荐系统分为Recall、PreRanking、Ranking、ReRanking等四个阶段。在爱奇艺，我们的推荐系统在非常多的场景中都有应用，推荐的内容也不尽相同(如长视频、短视频、主题、影人等)。但是万变不离其宗，在这些场景中，推荐系统的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%BA%E7%A8%8B%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E5%9C%A8%E6%90%BA%E7%A8%8B%E6%B5%B7%E5%A4%96%E9%85%92%E5%BA%97%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 09:02:23 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%BA%E7%A8%8B%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E5%9C%A8%E6%90%BA%E7%A8%8B%E6%B5%B7%E5%A4%96%E9%85%92%E5%BA%97%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 作者简介 Louisa，携程算法工程师，热爱前沿算法和技术在个性化推荐和广告建模等业务的性能优化和落地。 发表于： 2020年8月13日 导读 互联网企业的核心需求是“增长”，移动互联时代下的在线旅游业也不例外。随着大数据、云计算和人工智能等技术的不断进步， 通过算法和模型来实现增长已成为核 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%E5%8F%AC%E5%9B%9E%E5%9B%9B%E6%A8%A1%E5%9E%8B%E4%B9%8B%E4%BA%8C%E6%B2%89%E9%87%8D%E7%9A%84%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 09:02:20 +0800 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%E5%8F%AC%E5%9B%9E%E5%9B%9B%E6%A8%A1%E5%9E%8B%E4%B9%8B%E4%BA%8C%E6%B2%89%E9%87%8D%E7%9A%84%E6%A8%A1%E5%9E%8B/ 美剧《权力的游戏》中，宗教刺客团体“无面者”成员之一的贾昆，在他和艾莉亚·史塔克分别之际，将一枚特殊的小硬币交给了艾莉亚，并教会艾莉亚一句话，原话是这样的： “Valar Morghulis （凡人皆有一死） Valar Dohaeris （凡人皆须侍奉）” 但他并未详细解释硬币的用途和这句话的意思。硬币是用来做何用的呢？读完这篇 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%E7%B3%BB%E5%88%97%E4%B8%80%E7%AE%97%E6%B3%95%E7%90%86%E8%AE%BA%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:02:20 +0800 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%E7%B3%BB%E5%88%97%E4%B8%80%E7%AE%97%E6%B3%95%E7%90%86%E8%AE%BA%E4%B8%8E%E5%AE%9E%E8%B7%B5/ 背景 在推荐领域 CTR（click-through rate）预估任务中，最常用到的 baseline 模型就是 LR（Logistic Regression）。对数据进行特征工程，构造出大量单特征，编码之后送入模型。这种线性模型的优势在于，运算速度快可解释性强，在特征挖掘完备且训练数据充分的前提下能够达 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%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E5%90%84%E7%B1%BB%E6%B5%81%E8%A1%8C%E7%9A%84%E6%96%B9%E6%B3%95%E4%B8%8A/ Tue, 15 Mar 2022 09:02:18 +0800 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%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E5%90%84%E7%B1%BB%E6%B5%81%E8%A1%8C%E7%9A%84%E6%96%B9%E6%B3%95%E4%B8%8A/ 来源 Microstrong 扫描文末二维码关注作者 深度学习推荐系统中各类流行的 Embedding 方法（下） Embedding 方法概览： 1. Embedding 简介 Embedding，中文直译为“嵌入”，常被翻译为“向量化”或者“向量映射”。在整个深度学习框架中都是十分重要的“基本操作”，不论是 NLP（Natural Language Processing，自然语言处理） https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E6%B7%B1%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%A4%A7%E5%BA%94%E7%94%A8%E6%96%B9%E5%90%91/ Tue, 15 Mar 2022 09:02:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E6%B7%B1%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%A4%A7%E5%BA%94%E7%94%A8%E6%96%B9%E5%90%91/ 作为深度学习推荐系统模型和 CTR 模型中不可或缺的“基本操作”，如何强调 Embedding 技术的重要性都是不为过的。 这篇文章中，我们将 Embedding 技术单独抽取出来进行讲解。介绍在深度学习推荐系统中，Embedding 主要的三个应用方向： 在深度学习网络中作为 Embedding 层，完成从高维稀疏特征向量到低维稠密特征向量的转换； 作 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E7%9A%84%E7%94%A8%E6%88%B7%E5%A2%9E%E9%95%BF%E6%9C%BA%E5%88%B6/ Tue, 15 Mar 2022 09:02:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E7%9A%84%E7%94%A8%E6%88%B7%E5%A2%9E%E9%95%BF%E6%9C%BA%E5%88%B6/ 分享嘉宾：天师 阿里巴巴 高级算法专家 编辑整理：王洪达 出品平台：DataFunTalk 导读： 本文主要从偏向底层的推荐算法角度来阐述信息流推荐系统升级如何助力用户增长。我们知道，内容信息流实际上已经算是信息流中比较小的概念，其中包含图文信息流、短视频信息流和内容+电商信息流，而对于用户 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E5%A4%9A%E5%85%B4%E8%B6%A3%E5%8F%AC%E5%9B%9E%E7%AF%87/ Tue, 15 Mar 2022 09:00:03 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E5%A4%9A%E5%85%B4%E8%B6%A3%E5%8F%AC%E5%9B%9E%E7%AF%87/ 文章作者：随刻基础推荐团队 内容来源：爱奇艺技术产品团队 导读：推荐系统的本质是信息过滤，多个信息漏斗将用户最感兴趣的内容逐步呈现在用户面前，如图1所示（《 爱奇艺短视频推荐：粗排篇》）。召回阶段作为首个漏斗从多个维度将海量视频中用户可能感兴趣的内容滤出交给后续排序技术处理，它直接决定 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%8B%8F%E6%B0%B8%E6%B5%A9%E6%8A%80%E6%9C%AF%E5%9C%A8%E5%95%86%E4%B8%9A%E6%90%9C%E7%B4%A2%E4%B8%8E%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E7%9A%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:59:53 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%8B%8F%E6%B0%B8%E6%B5%A9%E6%8A%80%E6%9C%AF%E5%9C%A8%E5%95%86%E4%B8%9A%E6%90%9C%E7%B4%A2%E4%B8%8E%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E7%9A%84%E5%AE%9E%E8%B7%B5/ 》分享嘉宾：苏永浩 58同城 资深算法工程师 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 从C端视角来看，58商业将Embedding作为广告的一种理解方式，使我们精确理解C端用户意图，同时理解B端推广提供的能力，使得目标推广以合适的形式触达C端用户。Embedding对文本 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B6%85%E8%AF%A6%E7%BB%86%E5%AE%8C%E6%95%B4%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1/ Tue, 15 Mar 2022 08:59:42 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B6%85%E8%AF%A6%E7%BB%86%E5%AE%8C%E6%95%B4%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E8%AE%BE%E8%AE%A1/ 本文节选自《 从零开始构建企业级推荐系统》一书 张相於 著 电子工业出版社出版 架构设计概述 架构设计是一个很大的话题，这里只讨论和推荐系统相关的部分。更具体地说，我们主要关注的是算法以及其他相关逻辑在时间和空间上的关系——这样一种逻辑上的架构关系。 在前面的章节中我们讲到了很多种算法，每种算 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E5%A4%9A%E5%BA%8F%E5%88%97%E8%9E%8D%E5%90%88%E5%8F%AC%E5%9B%9E%E5%9C%A8%E6%96%B0%E7%94%A8%E6%88%B7%E5%86%B7%E5%90%AF%E5%8A%A8%E4%B8%8A%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 08:59:39 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E5%A4%9A%E5%BA%8F%E5%88%97%E8%9E%8D%E5%90%88%E5%8F%AC%E5%9B%9E%E5%9C%A8%E6%96%B0%E7%94%A8%E6%88%B7%E5%86%B7%E5%90%AF%E5%8A%A8%E4%B8%8A%E7%9A%84%E5%BA%94%E7%94%A8/ 背景 内容推荐是淘宝推荐领域的重要阵地之一，每天会有数以千万计的用户进入内容推荐场景并消费各式各样的内容，其中不乏数量众多的新用户。新用户冷启动是推荐领域的经典问题，我们的召回-粗排-排序-重排推荐链路中，召回模块是新用户冷启动的重要核心优化点。 目前针对新用户的召回模块中，主要包含 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E9%9A%8F%E8%B0%88/ Tue, 15 Mar 2022 08:59:36 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E9%9A%8F%E8%B0%88/ 文章作者：翦浩 脉脉 编辑整理：蒋权 内容来源：DataFun AI Talk 大家好，今天想和大家讨论下相关推荐技术通用的特点及在实践中的改进点，这也是我们团队在研发实践中一些经验总结。 首先，推荐解决主要问题是给用户在没有行为的新闻上预测一个偏好概率，然后通过概率值由高到低排序推荐给用户。如图简单 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E5%8F%AC%E5%9B%9E%E6%8A%80%E6%9C%AF%E5%9C%A8%E5%86%85%E5%AE%B9%E6%8E%A8%E8%8D%90%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%80%BB%E7%BB%93/ Tue, 15 Mar 2022 08:59:34 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E5%8F%AC%E5%9B%9E%E6%8A%80%E6%9C%AF%E5%9C%A8%E5%86%85%E5%AE%B9%E6%8E%A8%E8%8D%90%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%80%BB%E7%BB%93/ “本文从跨域联合召会、语义&图谱&多模态、用户多兴趣表征和未来工作四个模块展开。” 引言 内容化这几年越来越成为电商的重点，用户来到网购的时候越来越不局限在只有明确需求的时候，而更多的是没有明确需求的时候，就像是逛街一样。逛逛就是在这样的背景下 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%E7%B2%97%E6%8E%92%E6%89%AE%E6%BC%94%E7%9A%84%E8%A7%92%E8%89%B2%E5%92%8C%E7%AE%97%E6%B3%95%E5%8F%91%E5%B1%95%E5%8E%86%E7%A8%8B/ Tue, 15 Mar 2022 08:59:33 +0800 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%E7%B2%97%E6%8E%92%E6%89%AE%E6%BC%94%E7%9A%84%E8%A7%92%E8%89%B2%E5%92%8C%E7%AE%97%E6%B3%95%E5%8F%91%E5%B1%95%E5%8E%86%E7%A8%8B/ 以下文章来源于搜索与推荐Wiki ，作者Thinkgamer 1.推荐系统经典的级联架构 其实这里本来写的是「传统」的级联架构，后来思索万千，觉得不太合适，就改为了「经典」。因为级联架构目前依旧在各大互联网公司被应用，其扮演的角色也很重要。一般情况下我们常见级联架构主要是由四部分组成， https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%A5%BF%E4%BA%86%E4%B9%88%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%BC%94%E8%BF%9B%E5%8F%8A%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:59:00 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%A5%BF%E4%BA%86%E4%B9%88%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%BC%94%E8%BF%9B%E5%8F%8A%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5/ 收录自 DataFunTalk 公众号 分享嘉宾：刘金老师 编辑整理： 李亚俊 内容来源： DataFun AI Talk《饿了么推荐算法演进及在线学习实践》 出品社区： DataFun 本次分享的主要内容包括以下三个方面:首先是介绍推荐业务背景，包括推荐产品形态及算法优化目标；然后是算法的演进路线；最后重点介绍在线学习是如何在饿了么推荐领域实践的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9C%BB%E8%9C%93%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:58:54 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9C%BB%E8%9C%93%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ 文章作者：季飞 蜻蜓FM 推荐技术负责人 内容来源：作者授权 出品平台：DataFunTalk 导读： 如今的推荐系统在互联网中随处可见，无论是刷抖音、逛淘宝还是看新闻背后都有强大的推荐系统的支持。音频行业的内容如何分发？如何提高用户发现音频内容的效率？蜻蜓FM作为国内首家互联网音频媒体平台 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A9%AC%E8%9C%82%E7%AA%9D%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E6%A8%A1%E5%9E%8B%E6%98%AF%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E5%BF%AB%E9%80%9F%E8%BF%AD%E4%BB%A3%E7%9A%84/ Tue, 15 Mar 2022 08:58:54 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A9%AC%E8%9C%82%E7%AA%9D%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E6%A8%A1%E5%9E%8B%E6%98%AF%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E5%BF%AB%E9%80%9F%E8%BF%AD%E4%BB%A3%E7%9A%84/ Part.1 马蜂窝推荐系统架构 马蜂窝推荐系统主要由召回（Match）、排序（Rank）、重排序（Rerank）几个部分组成，整体架构图如下： 在召回阶段，系统会从海量的内容库筛选出符合用户偏好的候选集（百级、千级）；排序阶段在此基础上，基于特定的优化目标（如点击率）对候选集内容进行更加精准的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B1%E4%BA%8E%E5%B9%B8%E5%AD%98%E8%80%85%E5%81%8F%E5%B7%AE%E5%AF%BC%E8%87%B4%E5%BC%BA%E5%8F%98%E9%87%8F%E5%9C%A8%E5%90%8E%E7%BB%AD%E8%BF%AD%E4%BB%A3%E4%B8%AD%E9%80%90%E6%B8%90%E5%89%8A%E5%BC%B1%E7%94%9A%E8%87%B3%E7%9B%B8%E5%8F%8D%E6%80%8E%E4%B9%88%E5%8A%9E%E6%96%87%E6%9C%AB%E6%9C%89%E7%A6%8F%E5%88%A9/ Tue, 15 Mar 2022 08:58:38 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B1%E4%BA%8E%E5%B9%B8%E5%AD%98%E8%80%85%E5%81%8F%E5%B7%AE%E5%AF%BC%E8%87%B4%E5%BC%BA%E5%8F%98%E9%87%8F%E5%9C%A8%E5%90%8E%E7%BB%AD%E8%BF%AD%E4%BB%A3%E4%B8%AD%E9%80%90%E6%B8%90%E5%89%8A%E5%BC%B1%E7%94%9A%E8%87%B3%E7%9B%B8%E5%8F%8D%E6%80%8E%E4%B9%88%E5%8A%9E%E6%96%87%E6%9C%AB%E6%9C%89%E7%A6%8F%E5%88%A9/ 解析： 幸存者偏差（SurvivorshipBias）与样本不均衡（Imbalance Learning）问题都是由于风控模型的拒绝属性导致的。但表现形式略有不同。幸存者偏差是指，每次模型迭代时，使用的样本都是被前一个模型筛选过的，从而导致的样本空间不完备。 其实主要是添加负样本的问题 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B5%E5%95%86%E6%8E%A8%E8%8D%90%E9%82%A3%E7%82%B9%E4%BA%8B/ Tue, 15 Mar 2022 08:58:38 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B5%E5%95%86%E6%8E%A8%E8%8D%90%E9%82%A3%E7%82%B9%E4%BA%8B/ 文章作者：姚凯飞 Club Factory 编辑整理：Hoh Xil 内容来源：作者授权发布 出品社区：DataFun ▌本次分享内容大纲： 推荐概述 好的推荐产品 几大挑战（用户、物品、系统、冷启动…） 模块与架构 召回及排序 ▌推荐概述**：** **▌** 好的推荐产品 ▌几大挑战 **▌** 模块与架构 **▌** 召 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%81%B5%E9%AD%82%E5%8C%B9%E9%85%8D%E9%99%8C%E7%94%9F%E7%A4%BE%E4%BA%A4%E7%9A%84%E5%A2%9E%E9%95%BF%E6%9C%BA%E5%88%B6/ Tue, 15 Mar 2022 08:58:34 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%81%B5%E9%AD%82%E5%8C%B9%E9%85%8D%E9%99%8C%E7%94%9F%E7%A4%BE%E4%BA%A4%E7%9A%84%E5%A2%9E%E9%95%BF%E6%9C%BA%E5%88%B6/ 文章作者：姚凯飞 内容来源：阅读以明智 导读： Soul作为“灵魂社交”的先行者，这两年发展稳健，不管是用户规模还是产品ROI都有非常不错的表现。一直以来，人类底层的社交需求并没有太大变化，但是时代发展，代际更迭为新的产品带来了新机遇。作为非常受95后欢迎的产品， Soul抓住了其中的一 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%88%86%E5%B8%83%E5%BC%8F%E8%AE%AD%E7%BB%83%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:58:29 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%88%86%E5%B8%83%E5%BC%8F%E8%AE%AD%E7%BB%83%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/ 美团点评技术团队 稿 美团内部深度定制的TensorFlow版本，基于原生TensorFlow 1.x架构与接口，从大规模稀疏参数的支持、训练模式、分布式通信优化、流水线优化、算子优化融合等多维度进行了深度优化。在推荐系统场景中，分布式扩展性提升10倍以上，单位算力性能也有显著提升，并 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E6%A6%82%E8%BF%B0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%AE%80%E4%BB%8B/ Tue, 15 Mar 2022 08:58:26 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E6%A6%82%E8%BF%B0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%AE%80%E4%BB%8B/ ▌ 推荐系统简介 这个时代背景下， 「信息爆炸」与「长尾问题」的其中一个主要解决方案是「个性化推荐」、 「搜索技术」，前期我们先探讨个性化推荐技术。那具体什么是个性化推荐，怎么去实现这一过程呢？这一章让我们一起探寻个性化推荐的整个流程与技术概览，后续章节我们会逐一展开。这一章读者朋友需要 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E8%AF%BB%E6%BB%B4%E6%BB%B4%E7%8C%9C%E4%BD%A0%E5%8E%BB%E5%93%AA%E5%84%BF%E5%8A%9F%E8%83%BD%E7%9A%84%E7%AE%97%E6%B3%95%E5%AE%9E%E7%8E%B0/ Tue, 15 Mar 2022 08:58:25 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E8%AF%BB%E6%BB%B4%E6%BB%B4%E7%8C%9C%E4%BD%A0%E5%8E%BB%E5%93%AA%E5%84%BF%E5%8A%9F%E8%83%BD%E7%9A%84%E7%AE%97%E6%B3%95%E5%AE%9E%E7%8E%B0/ 文章作者：Dustinsea Alibaba 编辑整理：Hoh 内容来源：作者授权 出品社区：DataFun 导读： 最近看了一篇比较有意思的文章，关于滴滴“猜你去哪儿”功能的算法实现，在这里记录下。 ▌产品 图：滴滴“猜你去哪儿”产品形态 从产品的角度，滴滴“猜你去哪儿”是在用户打开滴滴，用户还未输入的情况 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E5%87%86%E6%8E%A8%E9%80%81%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:57:00 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E5%87%86%E6%8E%A8%E9%80%81%E5%AE%9E%E8%B7%B5/ 转载自 58架构师 公众号 时间： 2019-12-15 引言 在大数据和算法的时代到来后，内容分发已经不仅仅是简单的渠道随意推送，而是精准地识别用户爱好、精准地为用户推荐他所喜爱看的内容，然后将“精准”变得越来越专业，进而牢牢地抓住用户。 在产品运营的概念中，常见的精准推送给划分为以下两种： 1、站内精准推送： 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B9%9D%E8%AF%84%E4%BB%B7%E6%8C%87%E6%A0%87%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:56:37 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B9%9D%E8%AF%84%E4%BB%B7%E6%8C%87%E6%A0%87%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E8%B7%B5/ 作者：石晓文 ，中国人民大学信息学院在读研究生， 个人公众号：小小挖掘机（ID:wAIsjwj） 引言 CTR问题我们有两种角度去理解，一种是分类的角度，即将点击和未点击作为两种类别。另一种是回归的角度，将点击和未点击作为回归的值。不管是分类问题还是回归问题，一般在预估的时候都是得到一个 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E9%A9%AC%E8%9C%82%E7%AA%9D%E9%85%92%E5%BA%97%E8%81%9A%E5%90%88%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%88%9D%E6%8E%A2/ Tue, 15 Mar 2022 08:56:37 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E9%A9%AC%E8%9C%82%E7%AA%9D%E9%85%92%E5%BA%97%E8%81%9A%E5%90%88%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%88%9D%E6%8E%A2/ 出门旅行，订酒店是必不可少的一个环节。住得干净、舒心对于每个出门在外的人来说都非常重要。 在线预订酒店让这件事更加方便。当用户在马蜂窝打开一家选中的酒店时，不同供应商提供的预订信息会形成一个聚合列表准确地展示给用户。这样做首先避免同样的信息多次展示给用户影响体验，更重要的是帮助用户 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B8%A0%E6%B1%9F%E6%B6%9B%E9%87%8D%E6%8E%92%E5%BA%8F%E5%9C%A8%E5%BF%AB%E6%89%8B%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%BC%94%E8%BF%9B/ Tue, 15 Mar 2022 08:56:32 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B8%A0%E6%B1%9F%E6%B6%9B%E9%87%8D%E6%8E%92%E5%BA%8F%E5%9C%A8%E5%BF%AB%E6%89%8B%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%BC%94%E8%BF%9B/ 分享嘉宾：渠江涛 快手 高级算法专家 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 快手短视频作为国内比较领先的短视频和直播社区，具有巨大的日活流量。短视频平台拥有巨大的流量入口和复杂的业务形态。例如，快手拥有短视频、直播、广告等十余种业务形态，产生了海量的交互数据。这让短视频 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%92%8C%E5%81%87%E8%AE%BE%E6%A3%80%E9%AA%8C%E6%B5%81%E9%87%8F%E5%88%86%E9%85%8D/ Tue, 15 Mar 2022 08:56:06 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%92%8C%E5%81%87%E8%AE%BE%E6%A3%80%E9%AA%8C%E6%B5%81%E9%87%8F%E5%88%86%E9%85%8D/ 我们观测到的值，并不是我们需要的参数的真实值，而是真实值的估计（举个例子，平均值和期望）；这也就意味着，估计可能是不准确的，ABtest的结果可能是错误的。直观上说，样本越多，我们可能犯错的概率越小。我们梳理了这块儿的知识，做一个学习总结。 实际业务中，我们定量下面几个问题： 1）A https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BA%94%E7%94%A8%E5%95%86%E5%BA%97%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:56:06 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BA%94%E7%94%A8%E5%95%86%E5%BA%97%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Huang Xiaoqun vivo互联网技术 介绍 vivo 应用商店推荐系统如何高效支撑个性化的推荐需求。 一、前言 商店的应用数据主要来源于运营排期、CPD、游戏、算法等渠道，成立推荐项目之后也没有变化，发生变化的是由推荐系统负责和数据源进行对接，商店服务端只需要和应用推荐系统进行对接即可。 如果读者以为我们单纯是 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E6%8A%80%E6%9C%AF%E6%8F%AD%E7%A7%98/ Tue, 15 Mar 2022 08:56:06 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E6%8A%80%E6%9C%AF%E6%8F%AD%E7%A7%98/ 本文转载自：微信AI，作者 xiafengxia 在微信 AI 背后，技术究竟如何让一切发生？微信 AI 公众号推出技术专题系列“微信看一看背后的技术架构详解”，干货满满，敬请关注。以下为专题的第一篇《微信看一看推荐排序》。 第二篇:详文解读微信「看一看」多模型内容策略与召回 一、背景 微信公众平台作为目前用户量最大的 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%E8%B5%B0%E5%90%91%E4%B8%8B%E4%B8%80%E9%98%B6%E6%AE%B5%E6%9C%80%E9%87%8D%E8%A6%81%E7%9A%84%E4%B8%89%E4%B8%AA%E9%97%AE%E9%A2%98/ Tue, 15 Mar 2022 08:56:06 +0800 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%E8%B5%B0%E5%90%91%E4%B8%8B%E4%B8%80%E9%98%B6%E6%AE%B5%E6%9C%80%E9%87%8D%E8%A6%81%E7%9A%84%E4%B8%89%E4%B8%AA%E9%97%AE%E9%A2%98/ 文章作者：周国睿 阿里巴巴 高级算法专家 编辑整理：Hoh 内容来源：作者授权发布 出品社区：DataFun 注：欢迎转载，转载请注明出处 推荐系统和搜索引擎一直是比较火热的技术，因为离商业化比较近。她们是互联网领域两个衣着光鲜的美人，小腰一扭就是钱的味道。这几年凭借着两个红利： 1. 互联网行业的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%9A%E9%A9%AC%E9%80%8A%E7%95%85%E9%94%80%E4%B9%A6%E7%9A%84%E5%88%86%E6%9E%90%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AF%84%E8%AE%BA%E5%88%86%E7%B1%BB%E5%92%8C%E4%B8%BB%E9%A2%98%E5%BB%BA%E6%A8%A1/ Tue, 15 Mar 2022 08:56:05 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%9A%E9%A9%AC%E9%80%8A%E7%95%85%E9%94%80%E4%B9%A6%E7%9A%84%E5%88%86%E6%9E%90%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AF%84%E8%AE%BA%E5%88%86%E7%B1%BB%E5%92%8C%E4%B8%BB%E9%A2%98%E5%BB%BA%E6%A8%A1/ 作者：Ellen Tang 编译：ronghuaiyang 导读 本文介绍了对亚马逊畅销书的NLP分析，并通过这些分析为客户产生了价值。 背景信息和目标 与所有其他零售公司一样，亚马逊努力解决客户评论中存在的欺诈和质量差的问题，并开发系统来识别公正和可靠的信息，以获得更好的客户体验。该分析试图将自 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%BA%8F%E5%88%97%E5%8C%96%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E4%BB%A5%E5%8F%8A%E6%89%A9%E5%B1%95/ Tue, 15 Mar 2022 08:54:32 +0800 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%BA%8F%E5%88%97%E5%8C%96%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E4%BB%A5%E5%8F%8A%E6%89%A9%E5%B1%95/ 文章来源 http://kubicode.me/2018/09/19/Deep+Learning/GRU4REC-Session-Based-Recommendation/ 前言 用户在互联网应用上的绝大部分的行为都是可以用一个序列来表示，比如购物、听音乐、看feed流等，用式子来表示就是: {x_1,x_2,x_3,..,x_N} -> x_{N+1} 因此对于这个序列如何建模来获取整个用户的意图行为至关重要，而之前传统的ML只能基于统计或者经验的方式来尽量抽取这些序列信息，并无法hold整个序列， https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E9%A2%86%E5%9F%9F%E7%9A%84%E6%A3%80%E7%B4%A2%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:53:52 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E9%A2%86%E5%9F%9F%E7%9A%84%E6%A3%80%E7%B4%A2%E5%AE%9E%E8%B7%B5/ 作者：张吉 爱奇艺深度学习云研发工程师 一、背景介绍 （一）推荐系统 推荐系统是现在互联网发展一个比较重要的基石，上图左边是爱奇艺手机端的应用，右边是 PC 端的 Web 页面。可以看到，很多剧都是通过推荐而来的，随着数据量的发展，用户的搜索习惯也改变了。原来用户有目的性搜索，如今更希望系统进行主动的 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%A6%E7%95%8C%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%9F%BA%E4%BA%8E%E6%B5%81%E8%A1%8C%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9C%89%E6%95%88%E6%80%A7%E7%9A%84%E6%A6%82%E7%8E%87%E5%88%86%E6%9E%90/ Tue, 15 Mar 2022 07:52:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%A6%E7%95%8C%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%9F%BA%E4%BA%8E%E6%B5%81%E8%A1%8C%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9C%89%E6%95%88%E6%80%A7%E7%9A%84%E6%A6%82%E7%8E%87%E5%88%86%E6%9E%90/ ACM 国际信息检索研究与发展会议 SIGIR 2018 近日于美国密歇根州 Ann Arbor 举行。昨日，大会公布了最佳论文等奖项，来自马德里自治大学（Universidad Autónoma de Madrid）的学者 Rocio Cañamares 和 Pablo Castells 的论文《Should I Follow the Crowd? A Probabilistic Analysis of the Effectiveness of Popularity in Recommender Systems》获得了最佳论文奖， https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E5%B0%86%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%89%B9%E5%BE%81%E5%AD%A6%E4%B9%A0%E5%BA%94%E7%94%A8%E5%88%B0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ Tue, 15 Mar 2022 06:00:29 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E5%B0%86%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%89%B9%E5%BE%81%E5%AD%A6%E4%B9%A0%E5%BA%94%E7%94%A8%E5%88%B0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ 来源 | 微软研究院AI头条 将知识图谱作为辅助信息引入到推荐系统中可以有效地解决传统推荐系统存在的稀疏性和冷启动问题，近几年有很多研究人员在做相关的工作。目前， 将知识图谱特征学习应用到推荐系统中主要通过三种方式——依次学习、联合学习、以及交替学习。 依次学习（one-by-one lea 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%E7%89%B9%E5%BE%81%E6%9E%84%E5%BB%BA%E6%96%B0%E8%BF%9B%E5%B1%95%E6%9E%81%E6%B7%B1%E5%9B%A0%E5%AD%90%E5%88%86%E8%A7%A3%E6%9C%BA%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 05:45:34 +0800 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%E7%89%B9%E5%BE%81%E6%9E%84%E5%BB%BA%E6%96%B0%E8%BF%9B%E5%B1%95%E6%9E%81%E6%B7%B1%E5%9B%A0%E5%AD%90%E5%88%86%E8%A7%A3%E6%9C%BA%E6%A8%A1%E5%9E%8B/ 转载自 微软亚洲研究院 编者按：特征（features）的构建对推荐系统来说至关重要，直接关系到推荐系统的精准性。在传统的推荐系统中，高阶交叉特征通常由工程师手工提取，不仅人力成本高昂、维度空间极大，而且不可泛化。因此自动学习特征的交互是十分有必要的 ，但目前已有的相关工作学习的是隐式 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8B%AC%E5%AE%B6%E6%8F%AD%E7%A7%98%E4%BA%BF%E7%94%A8%E6%88%B7%E7%9A%84%E7%BE%8E%E5%9B%A2%E6%99%BA%E8%83%BD%E6%8E%A8%E8%8D%90%E5%B9%B3%E5%8F%B0%E6%98%AF%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E7%9A%84/ Tue, 15 Mar 2022 05:20:55 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8B%AC%E5%AE%B6%E6%8F%AD%E7%A7%98%E4%BA%BF%E7%94%A8%E6%88%B7%E7%9A%84%E7%BE%8E%E5%9B%A2%E6%99%BA%E8%83%BD%E6%8E%A8%E8%8D%90%E5%B9%B3%E5%8F%B0%E6%98%AF%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E7%9A%84/ 推荐在 O2O 场景中的应用 10.1 典型的 O2O 推荐场景 美团移动端推荐展位是一个典型的 O2O 推荐场景，包括首页猜你喜欢和商家详情页附近团购、团购详情页看了又看等多个展位。首页猜你喜欢展位图如图 10-1 所示。 图 10-1 美团移动端——猜你喜欢展位图 猜你喜欢展位是美团移动端首页的推荐展位，也是美团移动端流量最大的推荐展 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%89%93%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E6%A0%87%E7%AD%BE/ Tue, 15 Mar 2022 05:19:23 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%89%93%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E6%A0%87%E7%AD%BE/ 本文转载自 机器学习与人工智能 公众号 用户画像中用户行为标签是很重要的一块内容，这篇详细讲讲如何打行为标签。 数据仓库 用户画像的应用流程从原始的数据输入到模型应用可分为5块（图1），包括将操作型环境数据经ETL后集中存储在数据仓库，之后经过对数据的建模、挖掘、分析建立用户画像模型，最终 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E7%94%A8%E5%8D%A1%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E4%BD%93%E7%B3%BB/ Tue, 15 Mar 2022 03:48:11 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E7%94%A8%E5%8D%A1%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E4%BD%93%E7%B3%BB/ 分享嘉宾： 陈兵强51信用卡 资深算法专家 内容来源： DataFun AI Talk《51信用卡的个性化推荐体系》 出品社区： DataFun 人工智能是当下金融产业转型的重要助力，本文主要介绍51信用卡管家在这方面如何搭建模型体系，如何发掘数据价值，如何成立自己私有的扫码平台或个性化体系。 51信用卡管家最开始以账单管理 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/ Tue, 15 Mar 2022 03:32:05 +0800 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/ 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、 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%BC%80%E6%BA%90%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A1%86%E6%9E%B6%E9%9D%A2%E5%90%91%E5%B9%BF%E5%91%8A%E6%8E%A8%E8%8D%90%E6%90%9C%E7%B4%A2%E5%9C%BA%E6%99%AF/ Tue, 15 Mar 2022 03:27:24 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%BC%80%E6%BA%90%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A1%86%E6%9E%B6%E9%9D%A2%E5%90%91%E5%B9%BF%E5%91%8A%E6%8E%A8%E8%8D%90%E6%90%9C%E7%B4%A2%E5%9C%BA%E6%99%AF/ AI 前线导读： 11 月 28 日，阿里巴巴旗下大数据营销平台阿里妈妈宣布开源深度学习框架 XDL。这是阿里巴巴首次公开的深度学习框架，也是业界首个面向高维稀疏数据场景的深度学习开源框架，突破了现有深度学习开源框架大都面向图像、语音等低维稠密数据而设计的现状。 更多干货内容请关注微信公众号“AI 前 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%89%96%E6%9E%90/ Tue, 15 Mar 2022 03:26:40 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%89%96%E6%9E%90/ 文章作者：王科 某司资深算法工程师 内容来源： 《YouTube 基于深度神经网络推荐系统剖析》 出品社区： DataFun YouTube的推荐系统是近年来业内的佼楚之作。其经典之处不仅仅在于基于深度学习的解决方案，也有很多不属于纯技术范畴的设计抉择。 YouTube转用深度学习做推荐系统，也许有跟风的意 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%B7%B1%E5%85%A5%E6%B5%85%E5%87%BA%E6%8E%92%E5%BA%8F%E5%AD%A6%E4%B9%A0%E5%86%99%E7%BB%99%E7%A8%8B%E5%BA%8F%E5%91%98%E7%9A%84%E7%AE%97%E6%B3%95%E7%B3%BB%E7%BB%9F%E5%BC%80%E5%8F%91%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 03:21:10 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%B7%B1%E5%85%A5%E6%B5%85%E5%87%BA%E6%8E%92%E5%BA%8F%E5%AD%A6%E4%B9%A0%E5%86%99%E7%BB%99%E7%A8%8B%E5%BA%8F%E5%91%98%E7%9A%84%E7%AE%97%E6%B3%95%E7%B3%BB%E7%BB%9F%E5%BC%80%E5%8F%91%E5%AE%9E%E8%B7%B5/ 转载自 美团点评技术团队 引言 我们正处在一个知识爆炸的时代，伴随着信息量的剧增和人工智能的蓬勃发展，互联网公司越发具有强烈的个性化、智能化信息展示的需求。而信息展示个性化的典型应用主要包括搜索列表、推荐列表、广告展示等等。 很多人不知道的是，看似简单的个性化信息展示背后，涉及大量的数据 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%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%BE%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 03:20:58 +0800 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%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%BE%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/ 文章作者：陈文强、白杨、黄海勇 编辑整理：王吉东 内容来源：2019 DataFun Live 09 出品社区：DataFun 导读： 美图秀秀社交化的推进过程中，沉淀了海量的优质内容和丰富的用户行为。推荐算法连接内容消费者和生产者，在促进平台的繁荣方面有着非常大的价值 。本次分享探讨美图在内容社区推荐场景下应用深度 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E8%A7%86%E9%A2%91%E5%BA%95%E5%B1%82%E9%A1%B5%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BB%8E%E5%88%B0%E7%9A%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 01:35:24 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E8%A7%86%E9%A2%91%E5%BA%95%E5%B1%82%E9%A1%B5%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BB%8E%E5%88%B0%E7%9A%84%E5%AE%9E%E8%B7%B5/ 配套PPT下载，请识别底部二维码关注社区公众号，后台回复【 智能技术 】 分享嘉宾： 钱丁丁** ** 腾讯 高级研究员 编辑整理： 刘一全 内容来源： DataFun AI Talk**《 Yoo视频底层页推荐系统-从0到1的实践》** 出品社区： DataFun 注：欢迎转载，转载请注明出处。 本次分享主要包括以下几个部分： 1. 业务背景； 2. https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%A2%84%E4%BC%B0%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 01:32:25 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%A2%84%E4%BC%B0%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/ 本文根据OPPO黄树东老师在OPPO&DataFun Talk算法架构系列活动“AI在OPPO业务场景下的应用实践”所分享的《OPPO CTR预估系统实践》编辑整理而成，在未改变原意的基础上稍做修改。 CTR预估系统在商业变现领域有一个非常大的应用，也是非常核心的一个模块。业内 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E%E7%AE%97%E6%B3%95%E4%BD%93%E7%B3%BB%E7%AE%80%E4%BB%8B%E6%8E%92%E5%BA%8F%E5%92%8C%E6%84%8F%E5%9B%BE%E7%AF%87/ Tue, 15 Mar 2022 01:32:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E%E7%AE%97%E6%B3%95%E4%BD%93%E7%B3%BB%E7%AE%80%E4%BB%8B%E6%8E%92%E5%BA%8F%E5%92%8C%E6%84%8F%E5%9B%BE%E7%AF%87/ 本文根据刘老师在DataFun Talk算法架构系列活动“人工智能典型场景算法应用解析”中所分享的《搜索引擎算法体系介绍——排序和意图篇》编辑整理而成，在未改变中心思想的基础上稍做修改。 请在WiFi环境下服用，土豪随意~~ 刘老师主要讲解的是关于搜索引擎方向的一些算法应用，由于这个体 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%90%8C%E5%9F%8E%E7%BB%BC%E5%90%88%E6%8E%92%E5%BA%8F%E6%A1%86%E6%9E%B6%E8%BF%9E%E6%8E%A5%E6%95%88%E7%8E%87%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 01:32:13 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%90%8C%E5%9F%8E%E7%BB%BC%E5%90%88%E6%8E%92%E5%BA%8F%E6%A1%86%E6%9E%B6%E8%BF%9E%E6%8E%A5%E6%95%88%E7%8E%87%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/ 分享嘉宾： 罗景** 58同城 高级架构师** 编辑整理： 洪鹏飞 内容来源： DataFun AI Talk《连接效率优化实践》 出品社区： DataFun 注：欢迎转载，转载请注明出处。 本次分享由以下几个部分构成，首先是58的业务背景，然后是综合排序框架，以及效率优化框架，并且对基础数据流程、策略优化路径、效率优化平台三个方 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E5%AE%9A%E5%90%91%E5%B9%BF%E5%91%8A%E6%96%B0%E4%B8%80%E4%BB%A3%E7%82%B9%E5%87%BB%E7%8E%87%E9%A2%84%E4%BC%B0%E4%B8%BB%E6%A8%A1%E5%9E%8B%E6%B7%B1%E5%BA%A6%E5%85%B4%E8%B6%A3%E6%BC%94%E5%8C%96%E7%BD%91%E7%BB%9C/ Tue, 15 Mar 2022 01:25:35 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E5%AE%9A%E5%90%91%E5%B9%BF%E5%91%8A%E6%96%B0%E4%B8%80%E4%BB%A3%E7%82%B9%E5%87%BB%E7%8E%87%E9%A2%84%E4%BC%B0%E4%B8%BB%E6%A8%A1%E5%9E%8B%E6%B7%B1%E5%BA%A6%E5%85%B4%E8%B6%A3%E6%BC%94%E5%8C%96%E7%BD%91%E7%BB%9C/ 配套PPT下载，请识别底部二维码关注社区公众号，后台回复【 1212 】 分享嘉宾： 牟娜 阿里巴巴 高级算法工程师 编辑整理： 孙锴 内容来源：DataFun AI Talk《 定向广告新一代点击率预估主模型——深度兴趣演化网络》 出品社区： DataFun 注：欢迎转载，转载请注明出处。 概述 本次带给大家分享是阿里妈妈在201 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%E5%8F%AC%E5%9B%9E%E5%9B%9B%E6%A8%A1%E5%9E%8B%E4%B9%8B%E5%85%A8%E8%83%BD%E7%9A%84%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 01:14:54 +0800 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%E5%8F%AC%E5%9B%9E%E5%9B%9B%E6%A8%A1%E5%9E%8B%E4%B9%8B%E5%85%A8%E8%83%BD%E7%9A%84%E6%A8%A1%E5%9E%8B/ 既然你点开这篇文章了，我假设你是在某司做推荐系统的算法工程师。这个假设的正确率我估计大约在20%左右，因为根据我的经验，80%的算法工程师是很博爱的，只要标题里带有“模型／算法／深度学习／震惊/美女….”等词汇，他们都会好奇地点开看三秒，然后失望地关掉，技术性越强的反而越容易被关 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%88%86%E7%B1%BB%E6%A8%A1%E5%9E%8B%E4%B8%8E%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BC%82%E5%90%8C%E5%88%86%E6%9E%90/ Tue, 15 Mar 2022 01:12:48 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%88%86%E7%B1%BB%E6%A8%A1%E5%9E%8B%E4%B8%8E%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BC%82%E5%90%8C%E5%88%86%E6%9E%90/ 文章作者：邹敏 Opera 高级算法专家 内容来源：作者授权发布 出品社区：DataFun 注：欢迎转载，转载请注明出处。 前言 推荐系统是驱动内容分发的引擎，而个性化则是推荐系统的核心思想。分类模型和排序模型是业界常用的两种个性化建模方式。本文探讨两种方法的异同点，总结如下： 分类模型回答的是用户喜不 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/ Tue, 15 Mar 2022 00:50:58 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9F%B3%E4%B9%90%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96/ Tue, 15 Mar 2022 00:35:08 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9F%B3%E4%B9%90%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96/ 分享嘉宾：Glad 腾讯音乐 高级算法工程师 编辑整理：韩晓婷 北京大学 出品平台：DataFunTalk 导读： 今天和大家分享一下QQ音乐的排序模型优化之路，包括QQ音乐推荐业务的发展背景，遇到的问题和解决方案，以及对未来的展望。 将会围绕下面五点展开： 背景介绍 用户感知模型 助力音乐生态 多品类 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/ Tue, 15 Mar 2022 00:35:07 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B1%BD%E8%BD%A6%E4%B9%8B%E5%AE%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E8%BF%AD%E4%BB%A3%E4%B9%8B%E8%B7%AF/ Mon, 14 Mar 2022 23:49:38 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B1%BD%E8%BD%A6%E4%B9%8B%E5%AE%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E8%BF%AD%E4%BB%A3%E4%B9%8B%E8%B7%AF/ 文章作者：李晨旭 汽车之家 内容编辑：Hoh 内容来源：作者授权 出品平台：DataFun 导读： 汽车之家的推荐系统紧随前沿技术，在支持内部多个推荐场景的同时，对外也有了一定的输出。未来我们期望汽车之家的推荐系统不只是前沿技术的应用者，更是推动者和创新者。本次分享的主题为汽车之家推荐系统排 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9C%BB%E8%9C%93%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8F%91%E5%B1%95%E5%92%8C%E6%BC%94%E8%BF%9B/ Mon, 14 Mar 2022 23:24:27 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9C%BB%E8%9C%93%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8F%91%E5%B1%95%E5%92%8C%E6%BC%94%E8%BF%9B/ 分享嘉宾：雷鸣 蜻蜓FM 算法专家 内容来源：作者原创投稿 出品平台：DataFunTalk 导读： 本⽂主要是分享蜻蜓FM最近⼏年在推荐系统中的发展和演进，从离线推荐逐步过渡到实时推荐后，作者在实际开发⼯作中，⾯对⼀些痛点和难点时，是如何进⾏思考和解决的，如何更好的将⾃⼰的业务场景特点和算 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%BC%BA%E5%8C%96%E6%8E%92%E5%BA%8F%E5%AD%A6%E4%B9%A0%E5%BD%A2%E5%BC%8F%E5%8C%96%E7%90%86%E8%AE%BA%E5%88%86%E6%9E%90%E4%BB%A5%E5%8F%8A%E5%BA%94%E7%94%A8/ Mon, 14 Mar 2022 18:32:56 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%BC%BA%E5%8C%96%E6%8E%92%E5%BA%8F%E5%AD%A6%E4%B9%A0%E5%BD%A2%E5%BC%8F%E5%8C%96%E7%90%86%E8%AE%BA%E5%88%86%E6%9E%90%E4%BB%A5%E5%8F%8A%E5%BA%94%E7%94%A8/ 在淘宝的商品搜索场景中，给商品进行打分排序是一个典型的多步决策问题。尽管 Learning to Rank（LTR）被广泛用于排序问题，但现有的方法并没有考虑同一个搜索会话中不同决策步骤之间的关联性，因而无法直接用于电商搜索场景中的商品排序。本文提出用强化学习来解决对商品多步排序决策问题，它在模拟实验 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%87%91%E8%9E%8D%E9%A3%8E%E6%8E%A7%E5%A4%A7%E5%8E%82%E9%81%93%E7%B2%BE%E9%80%89%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/ Mon, 14 Mar 2022 18:30:35 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%87%91%E8%9E%8D%E9%A3%8E%E6%8E%A7%E5%A4%A7%E5%8E%82%E9%81%93%E7%B2%BE%E9%80%89%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/ 问题1：深度学习的风控模型，从经验上看，样本量大概要多少条啊 解析：不同的模型不一样，而且也不光要注意样本量，比如RNN其实希望序列长度至少在12个月以上，粗略的说，样本量五十万以上效果比较好。 问题2：5万正样本，200负样本，B卡，不只是提高额度，会拒绝一部分客户，怎么建模？ 5万 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%8F%AC%E5%9B%9E/ Mon, 14 Mar 2022 18:12:40 +0800 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%8F%AC%E5%9B%9E/ 阅读原文 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 写在前面 作为【推荐系统】系列文章的第二篇，将以“召回”作为今天的主角，会从四个方面来介绍召回的不同算法方式，即基于内容的召回、协同过滤、基于 FM 模型召回和基于深度学习的方法。 一、背景介绍 召回是推荐系统的第一阶 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B2%88%E5%86%B0%E9%98%B3%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%8E%A8%E8%8D%90%E5%86%B7%E5%90%AF%E5%8A%A8%E4%BC%98%E5%8C%96%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%8E%A2%E7%B4%A2/ Mon, 14 Mar 2022 18:12:39 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B2%88%E5%86%B0%E9%98%B3%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%8E%A8%E8%8D%90%E5%86%B7%E5%90%AF%E5%8A%A8%E4%BC%98%E5%8C%96%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%8E%A2%E7%B4%A2/ 分享嘉宾：沈冰阳 58集团 算法高级工程师 编辑整理：吴祺尧 加州大学圣地亚哥分校 出品平台：DataFunTalk 导读： 58招聘是国内最大的蓝领招聘平台，是58集团的四大核心业务之一，每天有着上千万的职位在平台上发布，同时也有百万量级的求职者在平台上进行简历投递，达成海量连接并促进大量的 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%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E7%83%AD%E5%BA%A6%E7%9A%84%E6%8E%A8%E8%8D%90/ Mon, 14 Mar 2022 18:01:15 +0800 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%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E7%83%AD%E5%BA%A6%E7%9A%84%E6%8E%A8%E8%8D%90/ 推荐系统本质上要拟合一个用户对内容满意度的函数[1]，函数需要多个维度的特征包括：内容、用户等作为输入。个性化推荐建立在大量、有效的数据基础上。在建设初期，内容、用户的数据都还在积累，甚至对于数据的描述还是残缺不全[2]。在冷启动阶段，不妨把解决策略移到内容“热度”描述的算法上， https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%AF%8F%E5%A4%A9%E8%B6%85%E4%BA%BF%E6%8E%A8%E5%B9%BF%E6%B5%81%E9%87%8F%E4%BA%BF%E5%95%86%E5%93%81%E5%B1%95%E7%8E%B0%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E7%9A%84%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E6%9C%89%E5%A4%9A%E7%89%9B/ Mon, 14 Mar 2022 18:01:04 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%AF%8F%E5%A4%A9%E8%B6%85%E4%BA%BF%E6%8E%A8%E5%B9%BF%E6%B5%81%E9%87%8F%E4%BA%BF%E5%95%86%E5%93%81%E5%B1%95%E7%8E%B0%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E7%9A%84%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E6%9C%89%E5%A4%9A%E7%89%9B/ 随着深度学习、强化学习、知识图谱、AutoML 等 AI 技术出现更多突破，推荐系统领域的企业和开发者开始将这些技术与传统推荐算法相结合，使得推荐效果得到显著提升。 不过，越来越复杂的场景、用户需求等对推荐系统提出了更高的要求。如今推荐系统已经得以大规模应用，然而掀开技术的外壳，审视推荐系 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Mon, 14 Mar 2022 17:55:54 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 作者 | mokong 搜狐技术产品 导读 随着AlphaGO在围棋界接连战胜世界冠军，其背后的技术-强化学习逐渐获得学术界、工业界的青睐。在新闻推荐任务中，传统的推荐算法无法考虑单个请求内新闻之间的关联，也无法考虑多个请求之间的关系，而强化学习，通过学习推荐策略给解决上述问题带来了可能。 1.强化学 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/ Mon, 14 Mar 2022 17:51:03 +0800 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/ 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"面向AI技术的工程架构实践"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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%9A%84%E7%AE%97%E6%B3%95%E5%9C%A8%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Mon, 14 Mar 2022 17:50:59 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%9A%84%E7%AE%97%E6%B3%95%E5%9C%A8%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 文章作者：杨梦月、张露露 导读： 本文是对滴滴 AI Labs 和中科院大学联合提出的 WWW 2020 Research Track 的 Oral 长文 “Hierarchical Adaptive Contextual Bandits for Resource Constraint based Recommendation” 的详细解读。 在这篇文章中，滴滴 AI Labs 提出了一种基于强化学习的层次自适应的多臂老虎机的资源限制下的个性化推荐方法 ( HATCH )。该方法将资源限制下的用户推荐问题建模成一个资源限制下的上下文老 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E7%9B%B4%E6%92%AD%E5%8D%83%E4%B8%87%E9%87%8F%E7%BA%A7%E7%94%A8%E6%88%B7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AE%BE%E8%AE%A1%E4%B9%8B%E8%B7%AF/ Mon, 14 Mar 2022 17:50:45 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E7%9B%B4%E6%92%AD%E5%8D%83%E4%B8%87%E9%87%8F%E7%BA%A7%E7%94%A8%E6%88%B7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AE%BE%E8%AE%A1%E4%B9%8B%E8%B7%AF/ 作者简介 冯丙见 一下科技大数据部门资深架构师 一直播现在大家都能看到它的影子，技术上面来讲很多东西都是通用的，可以在这里面借鉴一下，看看是不是有一些在你工作当中可以适用的东西。 从三个方面介绍一下我们的系统，一个是面向我们架构设计，一个是用户画像系统，还有一个是评估推荐系统。 1、推荐系 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E5%86%85%E5%AE%B9%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%8B%E5%A4%9A%E6%A8%A1%E6%80%81%E8%AF%AD%E4%B9%89%E5%8F%AC%E5%9B%9E%E7%9A%84%E8%8B%A5%E5%B9%B2%E5%AE%9E%E8%B7%B5/ Mon, 14 Mar 2022 17:50:43 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E5%86%85%E5%AE%B9%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%8B%E5%A4%9A%E6%A8%A1%E6%80%81%E8%AF%AD%E4%B9%89%E5%8F%AC%E5%9B%9E%E7%9A%84%E8%8B%A5%E5%B9%B2%E5%AE%9E%E8%B7%B5/ 本系列将系统介绍召回技术在内容推荐的实践与总结。 背景 内容分发平台已经成为互联网用户获取信息资讯的主要来源，已经完全渗透进互联网用户的日常生活。内容推荐系统作为精准匹配用户和内容的手段，在内容分发的链路中举足轻重，而其中召回则决定了整个推荐系统的上界。内容分发平台中，基于行为的召回 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BF%AB%E7%9C%8B%E6%BC%AB%E7%94%BB%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Mon, 14 Mar 2022 17:50:41 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BF%AB%E7%9C%8B%E6%BC%AB%E7%94%BB%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ 分享嘉宾：夏博 快看世界 编辑整理：Hoh Xil 内容来源：DataFun AI Talk 出品社区：DataFun 本次分享的主题是快看漫画个性化推荐探索与实践，主要包括： 业务介绍 技术挑战 技术探索 总结与未来规划 ▌业务介绍 1. 关于快看漫画 快看世界创立于2014年，旗下快看漫画 app 是中国新生代内容社区和原创 IP 平 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%95%86%E4%B8%9A%E6%B5%81%E9%87%8F%E6%8E%92%E5%BA%8F%E7%AD%96%E7%95%A5%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/ Mon, 14 Mar 2022 17:46:35 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%95%86%E4%B8%9A%E6%B5%81%E9%87%8F%E6%8E%92%E5%BA%8F%E7%AD%96%E7%95%A5%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/ 背景 58作为国内最大的生活信息服务平台，涵盖了本地服务，招聘，房产，二手车，二手物品多条业务线。商业部门作为中台部门，职能是为各个业务线提供商业变现解决方案，提升业务线流量变现效率，同时满足各业务线个性化，多元化的流量变现需求。 在不同的商业产品类型以及不同的场景下，业务线对于变现 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%85%B4%E8%B6%A3%E6%8B%93%E5%B1%95%E5%A6%82%E4%BD%95%E9%A9%B1%E5%8A%A8%E4%B8%9A%E5%8A%A1%E6%8C%81%E7%BB%AD%E5%A2%9E%E9%95%BF/ Mon, 14 Mar 2022 17:46:33 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%85%B4%E8%B6%A3%E6%8B%93%E5%B1%95%E5%A6%82%E4%BD%95%E9%A9%B1%E5%8A%A8%E4%B8%9A%E5%8A%A1%E6%8C%81%E7%BB%AD%E5%A2%9E%E9%95%BF/ 作者： 彭长平 转载自 京东推荐系统中的兴趣拓展如何驱动业务持续增长 大家好，我是京东推荐广告的彭长平。今天主要跟大家介绍一些我们过去一两年在京东推荐系统里做的一些算法的创新。 演讲主要分三部分： 第一部分是简单描述一下电商的推荐与普通的、大家熟知的其他推荐系统的一些差异。电商推荐系统它自身 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E8%BF%AD%E4%BB%A3%E6%AC%A1%E6%8A%96%E9%9F%B3%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%BC%94%E8%BF%9B%E5%8E%86%E7%A8%8B/ Mon, 14 Mar 2022 17:46:33 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E8%BF%AD%E4%BB%A3%E6%AC%A1%E6%8A%96%E9%9F%B3%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%BC%94%E8%BF%9B%E5%8E%86%E7%A8%8B/ 以下文章来源于InfoQ ，作者郭文飞 摘要： 本文基于字节跳动推荐系统基础服务方向负责人郭文飞在 5 月 22 日 Apache Flink Meetup 分享的《Flink 在字节跳动推荐特征体系中的落地实践》整理 2021 年，字节跳动旗下产品总 MAU 已超过 19 亿。在以抖音、今日头条、西瓜视频等为代表的产品业务背景下，强大的推荐系统显得尤为重 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/ Mon, 14 Mar 2022 17:45:25 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%9B%B6%E5%94%AE%E9%80%9A%E6%99%BA%E8%83%BD%E5%AF%BC%E8%B4%AD%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/ Mon, 14 Mar 2022 17:45:14 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%9B%B6%E5%94%AE%E9%80%9A%E6%99%BA%E8%83%BD%E5%AF%BC%E8%B4%AD%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/ 零售通是阿里巴巴 B 类事业群针对线下零售店推出的解决方案，通过与品牌商、本地经销商紧密合作，为零售店提供品质好货，升级社区零售店的便民服务能力，肩负着“共建智能分销平台”和“让百万小店拥抱 DT 时代”的重要使命。在这种 B2b2c 新型的分销模式中，智能导购推荐不仅提供一站式 APP 进货方式，帮助小店主 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9E%B6%E6%9E%84%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%8F%AD%E7%A7%98%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%97%B6%E4%BB%A3%E4%B8%8B%E7%9A%84%E6%99%BA%E8%83%BD%E5%8C%96%E6%94%B9%E9%80%A0/ Mon, 14 Mar 2022 17:45:11 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9E%B6%E6%9E%84%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%8F%AD%E7%A7%98%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%97%B6%E4%BB%A3%E4%B8%8B%E7%9A%84%E6%99%BA%E8%83%BD%E5%8C%96%E6%94%B9%E9%80%A0/ 在电商领域，推荐的价值在于挖掘用户潜在购买需求，缩短用户到商品的距离，提升用户的购物体验。 京东推荐的演进史是绚丽多彩的。京东的推荐起步于2012年，当时的推荐产品甚至是基于规则匹配做的。整个推荐产品线组合就像一个个松散的原始部落一样，部落与部落之前没有任何工程、算法的交集。201 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%B4%A2%E5%BC%95%E6%9E%84%E5%BB%BA%E6%96%B9%E6%A1%88/ Mon, 14 Mar 2022 17:45:11 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%B4%A2%E5%BC%95%E6%9E%84%E5%BB%BA%E6%96%B9%E6%A1%88/ 纪文忠 云加社区 一、背景 在视频推荐场景中，一方面我们需要让新启用的视频尽可能快的触达用户，这一点对于新闻类的内容尤为关键；另一方面我们需要快速识别新物品的好坏，通过分发的流量，以及对应的后验数据，来判断新物品是否值得继续分发流量。 而这两点对于索引先验数据和后验数据的延迟都有很高的要 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%E6%94%B9%E8%BF%9B%E4%B9%8B%E8%B7%AF/ Mon, 14 Mar 2022 17:44:21 +0800 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%E6%94%B9%E8%BF%9B%E4%B9%8B%E8%B7%AF/ 原文地址 http://wangke.me/2017/07/17/youtube-recommendation-system/ 作者： 王科 作为全球最大的视频网站，YouTube的推荐系统如同Netflix，Amazon一样备受业内人士格外关注。本文对YouTube历年发表的推荐系统论文做了整理，希望从中理出一条值得借鉴的路线。 第一阶段，基于USER-VIDEO图游历算法，2008年[1]。 在这个 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%9F%A5%E4%B9%8E%E6%8E%A8%E8%8D%90%E9%A1%B5%E7%BB%8F%E9%AA%8C%E5%88%86%E4%BA%AB/ Mon, 14 Mar 2022 17:43:35 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%9F%A5%E4%B9%8E%E6%8E%A8%E8%8D%90%E9%A1%B5%E7%BB%8F%E9%AA%8C%E5%88%86%E4%BA%AB/ 配套PPT下载，请识别底部二维码关注社区公众号，后台回复【 1215 】 分享嘉宾： 单厚智知乎 排序算法负责人 编辑整理： 李岩哲 内容来源： DataFun AI Talk《知乎推荐页Ranking经验分享》 出品社区： DataFun 注：欢迎转载，转载请注明出处。 本次分享主题主要从以下是三个方面展开： o 知乎推荐页场景和Rankin https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AC%AC%E5%9B%9B%E8%8C%83%E5%BC%8F%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%B2%BB%E7%90%86/ Mon, 14 Mar 2022 17:43:35 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AC%AC%E5%9B%9B%E8%8C%83%E5%BC%8F%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%B2%BB%E7%90%86/ 分享嘉宾：李瀚 第四范式 架构师 编辑整理：马瑶 出品平台：第四范式天枢、DataFunTalk 导读： 在数字化革命和AI赋能的大背景下，推荐场景逻辑越来越复杂，推荐细分场景越来越丰富，对业务迭代和效果优化的效率有了更高的要求。推荐系统业务和技术在传统架构支撑下自然堆砌，变得越来越臃肿，开 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%B7%B1%E5%BA%A6%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%BA%94%E7%94%A8%E5%AE%9D%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/ Mon, 14 Mar 2022 17:43:34 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%B7%B1%E5%BA%A6%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%BA%94%E7%94%A8%E5%AE%9D%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/ 导语 | 点击率（click-through rate, CTR）预估是互联网平台的核心任务之一。近年来，CTR预估技术从传统的逻辑回归，到深度学习DeepFM, Wide&Deep, DIN, DCN等算法落地，经历了突飞猛进的发展。本文旨在以深度CTR预估模型为基础，探索在应用宝推荐场景下的算法优化。文章作者：赵程，腾讯 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9F%B3%E4%B9%90%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E7%B2%BE%E7%BB%86%E5%8C%96%E8%B0%83%E6%8E%A7/ Mon, 14 Mar 2022 17:32:59 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9F%B3%E4%B9%90%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E7%B2%BE%E7%BB%86%E5%8C%96%E8%B0%83%E6%8E%A7/ 分享嘉宾：Bill 腾讯音乐 编辑整理：Hoh 出品平台：DataFunTalk 导读： 大家好，我是来自QQ音乐数据科学团队的Bill，接下来由我给大家分享QQ音乐在内容理解和精细化运营方面的一些实践和经验，副标题是推荐系统的精细化调控，相比于前面分享的一些硬核的算法模型和系统架构，我这 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%95%88%E6%9E%9C%E7%BA%BF%E4%B8%8A%E8%AF%84%E6%B5%8B%E6%B5%8B%E8%AF%95%E5%B9%B3%E5%8F%B0%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0%E5%85%A8/ Mon, 14 Mar 2022 17:25:58 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%95%88%E6%9E%9C%E7%BA%BF%E4%B8%8A%E8%AF%84%E6%B5%8B%E6%B5%8B%E8%AF%95%E5%B9%B3%E5%8F%B0%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0%E5%85%A8/ 第一篇 1、背景 在推荐系统中，评测效果，除了离线的AUC，更合理的方法是通过线上真实的AB测试，来比较策略的效果。 AB测试来自医学的双盲实验，在双盲测试中： 病人随机被分成两组，在不知情的情况下，分别服用安慰剂跟测试用药 经过一段时间后，再来比较两组病人的表现是否有显著差异。 从而决定药 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E6%90%BA%E7%A8%8B%E9%85%92%E5%BA%97%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96/ Mon, 14 Mar 2022 16:48:25 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E6%90%BA%E7%A8%8B%E9%85%92%E5%BA%97%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96/ 作者简介：Yorkey，携程高级算法专家，主要从事大规模分布式推荐系统设计和算法研发工作。 一、背景 当用户在线上浏览酒店时，作为旅行平台，如何挑选更合适的酒店推荐给用户，降低其选择的费力度，是需要考虑的一个问题。在携程APP中，一般会触发多种场景。在Figure 1中，我们列举了几种 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/ Mon, 14 Mar 2022 16:48:25 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8B%9B%E8%81%98%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E5%AE%9E%E6%88%98%E4%B8%8E%E6%8E%A2%E7%B4%A2/ Mon, 14 Mar 2022 16:48:24 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8B%9B%E8%81%98%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E5%AE%9E%E6%88%98%E4%B8%8E%E6%8E%A2%E7%B4%A2/ 背景 58同城作为中国最大的分类信息网站，为用户提供招聘、租房、二手车及黄页等多种信息服务，其中招聘业务是公司的主要业务之一。招聘平台有千万级的求职者用户，每天有百万级的新增职位发布，如何提高招聘方与求职者的双边匹配效率和用户体验，是招聘数据策略团队一直致力于解决的核心问题。此外， 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%BA%8C%E5%8D%87%E7%BA%A7%E7%89%88%E6%A8%A1%E5%9E%8B%E5%BC%BA%E5%8A%BF%E6%9D%A5%E8%A2%AD/ Mon, 14 Mar 2022 16:48:24 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%BA%8C%E5%8D%87%E7%BA%A7%E7%89%88%E6%A8%A1%E5%9E%8B%E5%BC%BA%E5%8A%BF%E6%9D%A5%E8%A2%AD/ 今天我们要学习的模型是xDeepFM模型，论文地址为： https://arxiv.org/abs/1803.05170。 文中包含我个人的一些理解，如有不对的地方，欢迎大家指正！废话不多说，我们进入正题！ 1、引言 对于预测性的系统来说，特征工程起到了至关重要的作用。特征工程中，挖掘交 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B/ Mon, 14 Mar 2022 16:48:21 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B/ 文章作者：杨镒铭 滴滴出行 高级算法工程师 内容来源：记录广告、推荐等方面的模型积累@知乎专栏 出品社区：DataFun 注：欢迎后台留言投稿「行知」专栏文章。 在深度学习大潮之后，搜索推荐等领域模型该如何升级迭代呢？强化学习在游戏等领域大放异彩，那是否可将强化学习应用到搜索推荐领域呢？推荐 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%E5%85%A8%E9%93%BE%E8%B7%AF%E5%8F%AC%E5%9B%9E%E7%B2%97%E6%8E%92%E7%B2%BE%E6%8E%92%E7%BA%A7%E8%81%94%E6%BC%8F%E6%96%97%E4%B8%8B%E7%AF%87/ Mon, 14 Mar 2022 16:48:12 +0800 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%E5%85%A8%E9%93%BE%E8%B7%AF%E5%8F%AC%E5%9B%9E%E7%B2%97%E6%8E%92%E7%B2%BE%E6%8E%92%E7%BA%A7%E8%81%94%E6%BC%8F%E6%96%97%E4%B8%8B%E7%AF%87/ 转自：知乎-水哥 链接： https://zhuanlan.zhihu.com/p/396951216 说明：本文仅用于知识交流，如有侵权，联系删除 写在前面 召回区分主路和旁路，主路的作用是个性化+向上管理，而旁路的作用是查缺补漏，推荐系统的前几个操作可能就决定了整个系统的走向，在初期一定要三思而后行。 做自媒体，打广告，漏斗的入口有多大很重要。美妆，游戏，篮球 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A2%81%E8%85%BE%E9%A3%9E%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E4%BF%A1%E6%81%AF%E6%B5%81%E5%86%85%E5%AE%B9%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2/ Mon, 14 Mar 2022 16:43:07 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A2%81%E8%85%BE%E9%A3%9E%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E4%BF%A1%E6%81%AF%E6%B5%81%E5%86%85%E5%AE%B9%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2/ 分享嘉宾：袁腾飞 阿里巴巴 算法专家 编辑整理：赵二白 出品平台：DataFunSummit 导读： 飞猪信息流的业务场景是架设在飞猪首页里面的猜你喜欢模块，其本质是一个多物料混排场景，包括内容和商品，本次的分享主要是介绍内容推荐在旅行场景的一些探索及实践。 主要有如下三部分： 飞猪信息流业务简 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%B8%83%E6%8E%A2%E7%A7%98%E9%98%BF%E9%87%8C%E4%B9%8B%E7%AE%97%E6%B3%95%E6%B5%85%E6%9E%90%E5%8F%8A%E5%AE%9E%E7%8E%B0/ Mon, 14 Mar 2022 16:42:49 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E4%B8%83%E6%8E%A2%E7%A7%98%E9%98%BF%E9%87%8C%E4%B9%8B%E7%AE%97%E6%B3%95%E6%B5%85%E6%9E%90%E5%8F%8A%E5%AE%9E%E7%8E%B0/ 阿里近几年公开的推荐领域算法可真不少，既有传统领域的探索如MLR算法，还有深度学习领域的探索如entire -space multi-task model，Deep Interest Network等，同时跟清华大学合作展开了强化学习领域的探索，提出了MARDPG算法。从本篇开始，我们就一起来探秘这些算法。这里，我们只是大体了解一 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%AF%B9%E8%B1%A1%E7%89%B9%E5%BE%81%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ Mon, 14 Mar 2022 16:42:14 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%AF%B9%E8%B1%A1%E7%89%B9%E5%BE%81%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/ （本实验选用数据为真实电商脱敏数据，仅用于学习，请勿商用） 在上一期基于协同过滤的的推荐场景中，我们介绍了如何通过PAI快速搭建一个基于协同过滤方案的推荐系统，这一节会介绍一些如何基于推荐对象特征的推荐方法。 首先看下整个业务流程图，这是一个基于对象特征的推荐场景的通用流程： 首先把数 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E5%85%AB%E6%8E%A2%E7%A7%98%E9%98%BF%E9%87%8C%E4%B9%8B%E6%B7%B1%E5%BA%A6%E5%85%B4%E8%B6%A3%E7%BD%91%E7%BB%9C%E6%B5%85%E6%9E%90%E5%8F%8A%E5%AE%9E%E7%8E%B0/ Mon, 14 Mar 2022 16:42:14 +0800 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%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E5%85%AB%E6%8E%A2%E7%A7%98%E9%98%BF%E9%87%8C%E4%B9%8B%E6%B7%B1%E5%BA%A6%E5%85%B4%E8%B6%A3%E7%BD%91%E7%BB%9C%E6%B5%85%E6%9E%90%E5%8F%8A%E5%AE%9E%E7%8E%B0/ 石晓文的学习日记 发表时间： 2018.06.26 阿里近几年公开的推荐领域算法有许多，既有传统领域的探索如MLR算法，还有深度学习领域的探索如entire -space multi-task model，Deep Interest Network等，同时跟清华大学合作展开了强化学习领域的探索，提出了MARDPG算法。 上一篇，我们介绍了MLR算法，通过分 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/ Mon, 14 Mar 2022 16:40:37 +0800 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/ 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 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%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E5%90%84%E7%B1%BB%E6%B5%81%E8%A1%8C%E7%9A%84%E6%96%B9%E6%B3%95%E4%B8%8B/ Mon, 14 Mar 2022 16:40:35 +0800 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%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E5%90%84%E7%B1%BB%E6%B5%81%E8%A1%8C%E7%9A%84%E6%96%B9%E6%B3%95%E4%B8%8B/ Embedding 技术概览： 对其它 Embedding 技术不熟悉，可以看我的上一篇文章： 深度学习推荐系统中各类流行的 Embedding 方法（上） 1. Graph Embedding 简介 Word2Vec 和其衍生出的 Item2Vec 类模型是 Embedding 技术的基础性方法，二者都是建立在“序列”样本（比如句子、用户行为序列）的基础上的。在互联网场景下，数据对象之间更多呈现的是图结构，所以 Item2Vec 在处理大量的网 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E5%8F%AC%E5%9B%9E%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%BC%94%E5%8C%96%E8%BF%87%E7%A8%8B/ Mon, 14 Mar 2022 16:40:33 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E5%8F%AC%E5%9B%9E%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%BC%94%E5%8C%96%E8%BF%87%E7%A8%8B/ 原文地址： https://zhuanlan.zhihu.com/p/97821040 一般的推荐系统主要包括召回、排序和后续的业务机制(重排序、多样性保证、用户体验保证等等)这三大模块，而其中召回模块主要负责根据用户和item的特征，从众多待推荐的候选item中初步筛选出用户可能感兴趣的item。一般而言召回模块都是多路并发的，各路的不同召回模型之间互 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%E6%8A%80%E6%9C%AF%E6%BC%94%E8%BF%9B%E8%B6%8B%E5%8A%BF%E4%BB%8E%E5%8F%AC%E5%9B%9E%E5%88%B0%E6%8E%92%E5%BA%8F%E5%86%8D%E5%88%B0%E9%87%8D%E6%8E%92/ Mon, 14 Mar 2022 16:40:23 +0800 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%E6%8A%80%E6%9C%AF%E6%BC%94%E8%BF%9B%E8%B6%8B%E5%8A%BF%E4%BB%8E%E5%8F%AC%E5%9B%9E%E5%88%B0%E6%8E%92%E5%BA%8F%E5%86%8D%E5%88%B0%E9%87%8D%E6%8E%92/ 作者： 张俊林 原文： https://zhuanlan.zhihu.com/p/100019681 推荐系统技术，总体而言，与NLP和图像领域比，发展速度不算太快。不过最近两年，由于深度学习等一些新技术的引入，总体还是表现出了一些比较明显的技术发展趋势。这篇文章试图从推荐系统几个环节，以及不同的技术角度，来对目前推荐技术的比较彰显的技术趋势做个归纳。个人判断 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/ Mon, 14 Mar 2022 16:40:11 +0800 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/ 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 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%E5%B7%A5%E7%A8%8B%E9%9A%BE%E9%A2%98%E5%A6%82%E4%BD%95%E5%81%9A%E5%A5%BD%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E7%BA%BF%E4%B8%8A/ Mon, 14 Mar 2022 16:40:09 +0800 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%E5%B7%A5%E7%A8%8B%E9%9A%BE%E9%A2%98%E5%A6%82%E4%BD%95%E5%81%9A%E5%A5%BD%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E7%BA%BF%E4%B8%8A/ 这篇文章希望讨论的问题是深度学习 CTR 模型的线上 serving 问题。对于 CTR 模型的离线训练，很多同学已经非常熟悉，无论是 TensorFlow，PyTorch，还是传统一点的 Spark MLlib 都提供了比较成熟的离线并行训练环境。但 CTR 模型终究是要在线上环境使用的，如何将离线训练好的模型部署于线上的生产环境，进行线上