摘要：这几年，几家电商的价格战打得不亦乐乎，继去年的 “双 11 大促” 和 “6·18 狂欢节” 之后，电商之间以价格为主要诉求的大规模促销层出不穷，几乎要把所有能够用来造势的节日都用上了。而消费者们作为这场游戏中的弱者，不断地被这些真假价格战挑逗着和引导着。然而，在当今的商场上，还有另外一类企业不是通过简单粗暴的价格战，而是通过对数据的充分使用和挖掘而在…

当消费者在电商网站搜索喜好商品时，会看到在页面周边的一些推荐。这些推荐商品中可能是消费者现在需要的，也可能是曾经搜索过的。这一现象背后如果没有强大技术支持，就不会在精准推送的同时还…

文|稳国柱（文章来自 不周山） 两年多前，我在阿里技术沙龙讲了一个名为“寻路推荐”的topic，介绍了自己在豆瓣时代做的几个典型案例，属于比较务实的一个topic，自己把它定位为“…

作者：张相於 当当个性化推荐开发经理 86年生人，人民大学本科硕士毕业，现任当当个性化推荐开发经理。从事推荐系统、机器学习系统等方面工作，并关注互联网金融、反欺诈、风险控制等机器学…

零售电商给你推荐喜爱的日用品、新闻阅读给你推荐合口味的知识、短视频软件向你推荐你最爱的娱乐视频……自个性化推荐算法在各种软件广泛应用开来，千人千面的说辞已经被互联网用户熟稔于心。可…

作者 Mr_miao 稿 导读：短视频Push系统是一套支持百度内多款app及多业务场景的分布式Push系统，目前支撑着好看视频，直播，度小视，好看大字版等app的推送业务，提供基于用户基本特征的个性化推送，热门活动和热点事件的运营推送，基于关注关系或订阅关系的业务实时推送等场景的支持。旨在通过个性 ....

[图片] 分享嘉宾：祝凯文 58集团 算法架构师 编辑整理：陆云卓 出品平台：DataFunTalk 导读： 58招聘业务商业化流量主要集中在推荐场景，招聘业务面向的C端求职者群体广泛，B端企业招聘职位类型丰富，由于蓝领招聘具备门槛低的特点，求职者求职意向普遍跨度较大，如何基于有限的商业候选职位做好 ....

[图片] 分享嘉宾：刘德华博士 58同城 架构师 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 58本地生活搜索推荐场景具有同质化、人群结构复杂、决策周期复杂，以及多行业、多场景、多种类、多目标的特点。针对以上特点，58本地服务提出了针对性的解决方案。本次分享内容为58本地生活搜推算法 ....

[图片] 分享嘉宾：熊飞 阿里巴巴 算法工程师 编辑整理：小赵 出品平台：DataFunTalk 导读： 旅行商品推荐和实物商品推荐不管从用户维度还是宝贝维度上都具有较大的差异，不管是度假商品、门票、酒店、交通都具有较强的目的地心智。针对旅行场景的特殊性，此次分享介绍飞猪在用户旅行意图预测上的技术沉 ....

[图片] 分享嘉宾：赵鑫博士 京东 算法工程师 编辑整理：娄学政 小米 出品平台：DataFunTalk 导读： 互联网推荐广告的排序，关键在于对流量价值的预估，其中最重要的一部分是对点击率的预估。为了提高广告的变现效率，核心的问题是如何提高广告的预估精度。同一个广告，在上下文不一样的情况下，点击率 ....

作者：Ashok Chandrashekar, Fernando Amat, Justin Basilico and Tony Jebara 编译：ronghuaiyang 英文原文：https://netflixtechblog.com/artwork-personalization-c589f0 ....

作者： 微信 AI 团队 谢若冰等 导语 在推荐系统中，用户在一个时间段经常会关注同一个主题。当用户读完一篇文章时，他往往会想要继续阅读和这篇文章相关的拓展文章。然而，传统的推荐系统 feed 流难以提供这种深度的拓展阅读（相关阅读）功能。这是由于考虑到推荐系统多样性和兴趣试探的要求，主推荐流中的文 ....

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 ....

分享嘉宾：吴保鑫 陌陌科技 高级算法专家 编辑整理：揭萍 出品平台：DataFunTalk 导读： 在陌陌的社交推荐体系中，模型化 Recall 在召回模块中起到了重要作用。本文主要介绍模型化 Recall 在陌陌社交推荐中的技术探索和具体落地应用，重点介绍基于用户场景行为驱动、用户社交关系网络和动 ....

[图片] 作者：美丽联合集团 算法工程师 琦琦 ， 公众号关注：诗品算法 本文经作者授权转载，转载请联系原作者 文本相关性在蘑菇街搜索推荐排序系统中的应用 蘑菇街首页推荐视频流——增量学习与 wide&deepFM 实践（工程 + 算法） 0、引言 我曾经也秉承着“技术至上”的信条，但随着工 ....

分享嘉宾：王鸿伟 斯坦福大学 博士后 编辑整理：秋林津渡 内容来源：将门线上直播 188 期 出品平台：将门、DataFun 导读： 互联网产业蓬勃发展的今天，个性化推荐系统是所有面向用户的互联网平台的关键技术。**知识图谱作为一种新的知识载体，为推荐系统提供了额外的辅助信息来源，并有助于提升推荐结 ....

作者：carloslin，腾讯 PCG 应用研究员 Embedding 技术目前在工业界以及学术界中应用非常广泛，关于 Embedding 的探索和应用从未停歇。Embedding 的训练方法主要分成 DNN 的端到端的方法以及序列学习的非端到端的方法，其中最经典的 word2vec 以及由此衍生出 ....

[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 ....

微软亚洲研究院 2018 年 11 月 29 日 [图片] “猜你喜欢”、“购买过此商品的用户还购买过……”对于离不开社交平台、电商、新闻阅读、生活服务的现代互联网用户来说，个性化推荐已经不是什么新鲜事儿。 随着信息技术和互联网行业的发展，信息过载成了人们处理信息的挑战。对于用户而言，如何在以指数增 ....

作者： 袁彬@贝壳找房 本文根据贝壳找房资深工程师袁彬老师在 2020 年'面向 AI 技术的工程架构实践'大会上的演讲速记整理而成。 1 开场 大家好，很荣幸在这里给大家分享一下我们贝壳找房，在智能推荐平台建设方面的一些实践经验。今天的分享，主要分为以下四个部分： 贝壳智能推荐平台简介 贝壳智能推 ....