背景 计算机视觉是利用摄像机和电脑代替人眼，使得计算机拥有类似于人类的对目标进行检测、识别、理解、跟踪、判别决策的功能。以美团业务为例，在商家上单、团单展示、消费评价等多个环节都会涉及计算机视觉的应用，包括文字识别、图片分类、目标检测和图像质量评价等方向。本文将通过以 OCR（光学字符识别）的场景来 ....

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的核心竞争 ....

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。 [图片] 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 ....

分享嘉宾：周玉驰 贝壳 资深算法工程师 文章整理：许继瑞 内容来源：贝壳找房知识图谱技术大会 出品平台：DataFun 导读： 贝壳找房积累了大量房、客、人的行为关系数据，我们通过关系图谱的相关技术对这些行为关系进行挖掘，并在实际应用中取得了不错的效果。本次分享将主要介绍关系图谱在贝壳找房的构建历程 ....

阅读原文 在了解条件随机场的时候，一开始被各种各样的定义和公式吓倒，抽象晦涩。查阅了一些资料也任然很困惑。废了很多功夫终于算是明白了一些，希望这篇文章能帮一些人少走一点弯路，哪怕一个也是极好的。自然，这文章也是错误百出的。 CRF 综述 简单而又直白的讲，线性条件随机场，是只考虑 概率图中相邻变量是 ....

这里是「王喆的机器学习笔记」的第二十九篇文章。 最近写书的时候在总结一些深度学习模型线上 serving 的主流方法。之前的专栏文章也有所涉及（如何解决推荐系统工程难题——深度学习推荐模型线上 serving）。 但是看到阿里妈妈去年 KDD 上的文章 *Practice on Long Seque ....

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 ....

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 ....

今天给大家介绍一个知识图谱在贝壳找房的实践案例，一款基于 KBQA（knowledge base question answering, KB-QA）的经纪人咨询助手应用。7 月份我们图谱团队代表贝壳参加了知识图谱技术国家标准的制定研讨会《知识图谱国家标准研讨会暨团体标准启动会成功召开》，之后受邀参 ....

[图片] 阿里巴巴搜索引擎平台 Ha3 揭秘 10 年 +，阿里沉淀出怎样的搜索引擎？ 阿里巴巴搜索引擎 HA3 架构 1.HA3 架构分为在线和离线两部分 在线是一个传统的 2 层服务架构，分别叫做 QRS 和 search。QRS 负责接受用户请求，做一些简单处理之后把请求发给下面的 searc ....

[图片] 原文出自： 搜索与推荐 Wiki Learning to rank（LTR，L2R）也叫排序学习，泛指机器学习中任何用户排序的技术，是指一类监督学习（Supervised Learning）排序算法。LTR 被应用在很多领域，比如信息检索（Information Retrieval）、推荐 ....

[图片] 作者：知乎匿名用户 来源：知乎 01 网上说，北京某初一学生，家里有 14 套房，于是不想上学，想当专业包租公。 且不谈他的选择是对是错，只是从评论能看出大家钦慕之情。 但是，我不觉得这样家里有很多套房的孩子有多厉害。大家大可不必羡慕他们。 我爸妈以前在成都有 10 来套房，包括商铺、普通 ....

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求。下文将为 ....

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 （ ....

[图片] 阿里妹导读：2018 年 9 月 28 日，阿里电商搜索事业部迎来了一场以“搜·荐未来”为主题的技术峰会。 搜索与推荐算法经过多年的发展，从最初简单的统计模型，机器学习到形成完整的离线在线与实时的深度学习与智能决策体系，每年都有新的算法突破，帮助搜索与推荐的体验与效果取得大幅提升，成为驱动 ....

知乎 Flame 的回答： 你觉得绕是因为逻辑本来就有问题，积分上限函数是不定积分的本质，而不是什么原函数。 定积分（也叫黎曼积分，Riemann Integral）为给定区间无限分割求和，求和符号 [图片] 拉长变成表无限 [图片] ，[图片] [图片] 的微分 [图片] 区别于有限分割求和的 [ ....

[图片] 阿里云 云栖社区 自然语言智能（NLP） 自然语言智能研究实现人与计算机之间用语言进行有效通信。它是融合语言学、心理学、计算机科学、数学、统计学于一体的科学。它涉及到自然语言和形式化语言的分析、抽取、理解、转换和产生等多个课题。 人工智能可以分为几个阶段 计算智能，指依靠计算强大的算力和海 ....

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目产生过兴趣 ....

[图片]作者：粥左罗 来源：粥左罗（ID：fangdushe520） 你毕业几年了，混成啥鬼样子了？ 你觉得自己混得很惨，其实大家都很惨，而且总有人比你更惨。 你觉得自己挺苦的，其实众生皆苦。生活是部苦情戏，你不过是路人之一。 刚上大学时，有很多梦想，纠结于到底该去实现哪一个，选来选去的，就跟都能实 ....

除了我之前讲的命名实体识别和文本分类，语义相似度应该是自然语言理解（NLU）里面又一大核心拼图，无论是机器翻译、搜索、对话等，都有很大的应用空间，之前其实或多或少也提到过，包括对一篇 SIGIR 论文的讲解：R&S[18] | SIGIR2018：深度学习匹配在搜索与推荐中的应用。这次给大家 ....