张菡深度学习下的京东搜索召回技术
分享嘉宾：张菡 京东 算法工程师 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 搜索主要经历四个阶段：召回、粗排、精排和重排，最后呈现给用户最终的结果。而召回的结果主要来自两个部分：倒排检索和语义召回。传统的倒排检索依赖字面匹配，很难去召回一些语义相似但是字面不匹配的商品。传统……
包含标签 算法 的文章
推荐场景中召回模型的演化过程
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……
理解计算从根号到第季神经网络的数学模型
1910年，英国哲学家伯特兰·罗素（Bertrand Russell ）和其老师怀特海（Alfred North Whitehead）合著的《数学原理》一书问世，这本书是如此的深奥，尤其对中国人而言，因为直到100多年后的今天，仍然没有完整而权威的中译本(能看懂的人确实很少)。不过想想现在连一般的科普作品都……
美团在美团系统中的应用演进
背景 DSP系统是互联网广告需求方平台，用于承接媒体流量，投放广告。业务特点是并发度高，平均响应低（百毫秒）。 为了能够有效提高DSP系统的性能，美团平台引入了一种带有清退机制的缓存结构LruCache(Least Recently Used Cache)，在目前的DSP系统中，使用LruCache + 键值存储……
关于感受野的总结
感谢SIGAI特约作者：mileistone 感受野是卷积神经网络里面最重要的概念之一，为了更好地理解卷积神经网络结构，甚至自己设计卷积神经网络，对于感受野的理解必不可少。 一、定义 感受野被定义为卷积神经网络特征所能看到输入图像的区域，换句话说特征输出受感受野区域内的像素点的影响。 比……
情感分析技术在美团的探索与应用
作者：任磊 佳昊 金刚等 美团技术团队 2021年5月，美团NLP中心开源了迄今规模最大的基于真实场景的中文属性级情感分析数据集ASAP，该数据集相关论文被自然语言处理顶会NAACL2021录用，同时该数据集加入中文开源数据计划千言，将与其他开源数据集一起推动中文信息处理技术的进步。 本文……
推荐系统技术演进趋势从召回到排序再到重排
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……
流形学习概述
数据降维问题 在很多应用中，数据的维数会很高。以图像数据为例，我们要识别32x32的手写数字图像，如果将像素按行或者列拼接起来形成向量，这个向量的维数是1024。高维的数据不仅给机器学习算法带来挑战，而且导致计算量大，此外还会面临维数灾难的问题（这一问题可以直观的理解成特征向量维数……
见微知著你真的搞懂的模型了吗
作者： 王喆 公众号： 王喆的机器学习笔记 为什么在Google的Wide&Deep模型中，要使用带L1正则化项的FTRL作为wide部分的优化方法，而使用AdaGrad作为deep部分的优化方法？ 论文原文的描述是这样的： In the experiments, we used Follow- the-regularized-leader (FTRL) algorithm with L1 regularization as the optimizer for the wide part of the model, and AdaGrad for the deep part. 这……
贝壳找房人机耦合在贝壳新居住服务的应用
分享嘉宾：陈开江 贝壳找房 算法架构师 编辑整理：刘贝尔 匈牙利佩奇大学 出品平台：DataFunTalk 导读： 在人工智能应用高速发展的现代服务业，实现机器对人的辅助与一定程度上的替代，即人机耦合 ( Human Machine Coupling )，是文明进步的趋势。而在衣食住行等与生活起居息息相关的服务业态中，居住服务因其消费内……
