干货推荐系统中的深度匹配模型
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……
包含标签 算法 的文章
推荐系统遇上深度学习十四
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……
在度小满征信解读中的应用
分享嘉宾：正兴 度小满金融 算法高级专家 编辑整理：张春越 哈尔滨金融学院 出品平台：DataFunSummit 导读： 本文的主题是AI技术在征信解读中的应用，主要介绍我们针对金融征信数据以及面向信贷领域模型在技术上的优化实践。 01 背景 1. 征信数据介绍 征信数据主要指的是人民银行征信中心给出的个人……
向量召回在阿里躺平的实践
作者：陈雷慧（豆苗） 背景 躺平APP是“躺平”这个大生态中生活记录社区，记录生活记录家。 该业务场景中，个性化推荐在充分利用流量实现精细化运营、促进信息流动方面有着不可或缺的地位。在业务成长初期，其内容推荐也面临着如下两个问题： 用户冷启动： 对于无任何行为或行为稀疏的用户，难以有效的捕……
干货篇神策帮你发现分析数据异常指标智能预警实践
浏览器不支持该媒体的播放 :( 导读： 传统的指标预警方式通常基于规则实现，存在不够灵活和容易误报等问题。报警发生后，往往还需要大量的人工分析，才能定位到触发报警的真正原因。神策推出的智能预警功能，旨在帮助用户精准触发指标预警，并自动分析出触发报警的真正原因。本文分享机器学习方法在智能预……
网络图模型知识点综述
文章作者：王浩 微博 算法工程师 编辑整理：Hoh Xil 内容来源： https://zhuanlan.zhihu.com/p/86181013 导读： 网络图模型综述，网络图模型知识点，看这一篇就够啦~主要结合韩家炜及崔鹏的相关工作以及我个人理解阐述网络图模型的各方向知识点，用通俗的话把每个知识点的关键写出来，帮大家高效理解这个领域。另附个人 Blog： https://chmx0929.gitbook.io/machine-learning/ 主要内容包括……
亿年天猫双成交总额是这样预测的
基于机器学习方法对销售预测 刚刚过去的双十一，大家可能更关心的是双十一的折扣，什么商品打了什么折扣。但是对于天猫而言，他们可能更关心的是双十一当天的销售额是多少，因为知道销售额，他就能提前做一个准备，做到未雨绸缪。 2016年我们这边有三组数据，第一组是在双十一的前十天，网上有一个专……
腾讯智能批改技术实践与探索
分享嘉宾：李超 腾讯 高级研究员 编辑整理：席建文 西南民族大学 出品平台：DataFunSummit 导读： 这次我们主要介绍智能批改相关的技术探索与实践，更多的分享实际场景、问题和解决方案。在作业和试卷的批改技术部分会重点讲解，其他地方会相对的简略介绍。主要内容包括：① 背景介绍；② 典型问题……
深入浅出搜索架构引擎方案与细节上
一、缘起 《 100亿数据1万属性数据架构设计》文章发布后，不少朋友对58同城自研搜索引擎E-search比较感兴趣，故专门撰文体系化的聊聊搜索引擎，从宏观到细节，希望把逻辑关系讲清楚，内容比较多，分上下两期。 主要内容如下，本篇（上）会重点介绍前三章： （1） 全网搜索引擎架构与流程 （2……
论文笔记结合叶节点嵌入的可解释推荐模型
“ 本文主要介绍了发表在 WWW2018 的论文《TEM: Tree-enhanced Embedding Model for Explainable Recommendation》，利用 GBDT 叶子节点进行嵌入表示来获得一个具有解释性的推荐模型” 本文来源：RecLismCat https://zhuanlan.zhihu.com/p/96124874 3 TREE-ENHANCED EMBEDDING METHOD 首先提出 TEM，它结合 MF 用于稀疏数据建模和 GBDTs 用于交叉特征学习的优点。还讨论了可解释性，分析了其复杂性……
