2019 很快就过去了，不知不觉中已经在 51CTO 的平台上发表了 20 篇文章。 [图片] 到了年终一般都要做总结，今天借 51CTO 一方宝地来说说心里话，从如下几个方面和大家分享一下 IT 从业人员的心声： 思维方式 学习与提升 职业发展路线 跳槽和卧槽 总结 思维方式 记得在稻盛和夫的《干 ....

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. ....

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——高攀在云 ....

转载自 ： 杉枫 量变引起质变，这个情况在分布式 Redis 集群下发生的极其明显，当用 Redis 集群规模很小、存取数据很小时，基本上不会遇到任何问题，但是当我们集群规模为数 T，并且存在很多业务读写集群各种各样问题都会发生。 [图片] 线上遇到过一个业务突然 tp99 飙升，并且性能持续变差， ....

[图片] 分享嘉宾：王金海 趣头条 编辑整理：王彦 内容来源：Flink Forward Asia 出品平台：DataFunTalk 导读： 趣头条一直致力于使用大数据分析指导业务发展。目前在实时化领域主要使用 Flink+ClickHouse 解决方案，覆盖场景包括实时数据报表、Adhoc 即时查 ....

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 ....

深度神经网络（Deep Neural Networks， 以下简称 DNN）是深度学习的基础，而要理解 DNN，首先我们要理解 DNN 模型，下面我们就对 DNN 的模型与前向传播算法做一个总结。 1. 从感知机到神经网络 [图片]

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（ranking）。之所以 ....

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 [图片] 在 QQ ....

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： [图片] 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 ....

原文： https://zhuanlan.zhihu.com/p/58508137 作者： 青烟雨后 前言 在实际项目或者刷竞赛的时候，经常会遇到训练数据非常大导致一些算法实际上不能操作的问题。比如在广告行业中，因为 DSP 的请求数据量特别大，一个星期的数据往往有上百 G，这种级别的数据在训练的时 ....

阿里妹导读：35 岁左右对工程师而言是个不同寻常的年龄段。技术人有可能面临人生中的转型：从纯技术岗转向管理岗。也将面临诸多新的挑战，关于组建团队、领导以及 KPI 设置等。本文将讲述阿里资深技术 leader 张荣从去年 1 月底接手 CRO 线 NLP 算法团队以来，在团队组建、能力建设、以及管理 ....

[图片] 作者 | 李文哲（人工智能、知识图谱领域专家） 来源 | 贪心科技 导读： 从一开始的 Google 搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。它在技术领域的热度也在逐年上升。 本文以通俗易懂的方式来讲解知识图谱相关的知识、尤其对 ....

添加微信：julyedufu77，回复 “ 7 ”，领取最新升级版《名企 AI 面试 100 题》电子书！！ 本文目录： 问题 8：介绍下 bert 位置编码和 transformer 的区别，哪个好，为什么？ 问题 9：sigmod 函数的缺点，为什么会产生梯度消失？不是以 0 为中心的话，为什么 ....

[图片] 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 ....

[图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片]