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来表示的 ....

韩宇，张跃伟 导读：召回结果的好坏对整个推荐结果有着至关重要的影响，最近的一系列实践和研究表明，基于行为序列的深度学习推荐模型搭配高性能的近似检索算法可以实现既准又快的召回性能；与此同时，用户在天猫精灵上还可以进行实时指令操控（歌名点播：“播放七里香”、风格流派推荐点播：“来点摇滚”、主动切歌：“下 ....

文章作者：胡明昊 58 金融 内容来源：58 技术 导语： 本文讲述了金融数据仓库从无到有的整体设计思路，以及对数据建模、质量控制、元数据管理及开发规范各方面的经验思考，希望对大家在数仓建设工作方面有所帮助。 背景 自 2018 年以来，随着业务体系的不断丰富与发展，数据分析与应用需求越来越丰富，对 ....

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。 ....

[图片] 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 ....

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，最重要的 ....

分享嘉宾：李世昌 贝壳 资深工程师 编辑整理：申新兴 出品平台：DataFunTalk 导读： DMP 是一个大家讨论已久的话题，尤其广告领域，是以 DMP 为基础来展开工作的。由于每个公司所面临的业务场景不同、问题不同，所以在具体落地时的做法也不尽相同。今天主要和大家分享贝壳如何进行 DMP 落地 ....

2018-09-17 阿里技术 背景 什么是搜索离线？ 一个典型的商品搜索架构如下图所示，本文将要重点介绍的就是下图中的离线数据处理系统（Offline System）。 [图片] 何谓离线？在阿里搜索工程体系中我们把搜索引擎、在线算分、SearchPlanner 等 ms 级响应用户请求的服务称之 ....

[图片] 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 ....

[图片] 什么是 CTR 预估 CTR（Click-Through-Rate）即点击通过率，是互联网广告常用的术语，指网络广告（图片广告/文字广告/关键词广告/排名广告/视频广告等）的点击到达率，即该广告的实际点击次数除以广告的展现量。 CTR 是衡量互联网广告效果的一项重要指标。 CTR 预估数据 ....

文章作者：萧瑟 阿里妈妈 内容来源：炼丹实验室@知乎 这次向大家分享的工作是我所在的阿里定向广告团队在 DLP-KDD 2020 发表的文章：COLD: Towards the Next Generation of Pre-Ranking System。COLD 是我们新一代粗排排序系统，目前已经在 ....

Twitter 的实时搜索引擎起步于一家被收购的小公司，随着流量的增长、功能的增加和服务对象的扩张，搜索引擎不断面临着新的挑战，设计经历了多次变化。本演讲将介绍该实时搜索引擎进化历程中的挑战和决策。 王天， Twitter Senior Staff Engineer, 2003 年清华计算机系本科毕 ....

1、诊断Spark 程序内存的消耗 A、Spark 程序中内存都花费在哪里？ Ø每个 Java 对象，都有一个对象头，会占用 16 个字节，主要是包括了一些对象的元信息，比如指向它的类的指针。如果一个对象本身很小，比如就包括了一个 int 类型的 field，那么它的对象头实际上占用的内存比对象自己 ....

[图片] 分享嘉宾：梁建煌 爱奇艺 编辑整理：张宇轩 内容来源：Flink Forward Asia 导读： 随着大数据的快速发展，行业大数据服务越来越重要。同时，对大数据实时计算的要求也越来越高。今天会和大家分享下爱奇艺基于 Apache Flink 的实时计算平台建设实践。 今天的介绍会围绕下面 ....

[图片] 文章作者：龙楚、丹鸥、晨宁、元涵 内容来源：阿里机器智能 导读： 用户建模是搜索与推荐模型的核心技术。我们力求从实际应用出发，和大家分享我们在搜索场景中用户建模的一些实践经验。同时将我们所观察到的现象、问题写出来，欢迎大家多讨论交流。 01 背景与意义 用户建模是搜索与推荐模型的核心技术。 ....

随机变量概述 统计学的本质是从具有不可预测性的数据中提取信息，随机变量则是为这种可变性建立模型的数学工具。 在每一次观测中，随机变量随机取不同的值。 我们无法提前预测随机变量的精确取值，但是可以对可能的取值做出概率性的刻画。 也就是说，我们可以描述随机变量的取值的分布。 本章简要回顾应用随机变量时所 ....

[图片] 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 ....

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，58 招聘求职者 ....

阅读原文 随着计算机行业的飞速发展，摩尔定律逐渐失效，多核 CPU 成为主流。使用多线程并行计算逐渐成为开发人员提升服务器性能的基本武器。J.U.C 提供的线程池：ThreadPoolExecutor 类，帮助开发人员管理线程并方便地执行并行任务。了解并合理使用线程池，是一个开发人员必修的基本功。 ....