• 标签: 推荐系统 共 415 个结果.

  • 洋码头推荐系统重排算法实践

    作者介绍 马超群， 洋码头高级算法工程师 具有多年数据挖掘、算法、机器学习的研究与实践经验，负责洋码头推荐等系统的算法研究与开发。 传送门： [链接] 本文约 4500 字，可参阅下面的大纲阅读。 1. 第一阶段 2. 第二阶段 3. 第三阶段 4. 算法模型实践小结 5. 关于未来 6. 参考文献 ....

  • 大众点评搜索基于知识图谱的深度学习排序实践

    1. 引言 挑战与思路 搜索是大众点评 App 上用户进行信息查找的最大入口，是连接用户和信息的重要纽带。而用户搜索的方式和场景非常多样，并且由于对接业务种类多，流量差异大，为大众点评搜索（下文简称点评搜索）带来了巨大的挑战，具体体现在如下几个方面： 意图多样：用户查找的信息类型和方式多样。信息类型 ....

  • 洋码头推荐系统技术架构

    作者介绍 马超群， 洋码头高级算法工程师 具有多年数据挖掘、算法、机器学习的研究与实践经验，负责洋码头推荐等系统的算法研究与开发 | 电子商务网站的推荐系统是根据用户的兴趣特点和购买行为，向用户推荐其感兴趣的信息和商品的一个系统，在主流电商平台均具有广泛应用。从 16 年开始，洋码头根据自己的业务场 ....

  • 干货 | 如何将知识图谱引入推荐系统？

    [图片] 分享嘉宾：王鸿伟 斯坦福大学 博士后 编辑整理：屈垠岑 出品平台：DataFunTalk 导读： 在信息爆炸的互联网时代，推荐系统可以理解用户的个性化偏好和需求，帮助用户筛选出自己感兴趣的产品和服务。然而，传统的基于协同过滤的推荐系统无法解决数据稀疏和冷启动问题。知识图谱是一种表示实体之间 ....

  • 【干货篇】平安银行推荐系统介绍（专题）

    分享嘉宾： 蒋锵、严明，平安银行大数据部门 整理出品： AICUG 人工智能社区 关注本站公众号获取完整 PPT [图片] 其实刚刚也讲到随着银行转型，对于数字驱动这件事情的迫切度是越来越高，就是最开始的时候可能大家对于数据怎么用，有一个业务强主导，我可能就要这一份数来帮我做一个决策，或者我就要这样 ....

  • 让推荐系统会“说话”，达观数据推荐理由设计实践

    达观数据 张健 达观数据 前言 推荐系统对于处于信息爆炸时代的我们来说并不陌生。在日常生活中，我们使用到推荐系统提供的各种服务，在社交工具上认识志同道合的朋友，到音乐网站中欣赏自己感兴趣的音乐作品，从一大堆企业岗位信息中挑选出一份称心如意的工作等等。 一个优秀的推荐系统能像朋友一样理解用户的需求，提 ....

  • 推荐系统遇上深度学习 (十三)--linUCB 方法浅析及实现

    作者：石晓文的学习日记 链接：https://www.jianshu.com/p/e0e843d78e3c 上一篇中介绍了 Bandit 算法，并介绍了几种简单的实现，如 Epsilon-Greedy 算法，Thompson sampling 算法和 UCB 算法。 但是传统的实现方法存在很大的缺陷 ....

  • 推荐系统召回四模型之：全能的 FM 模型

    既然你点开这篇文章了，我假设你是在某司做推荐系统的算法工程师。这个假设的正确率我估计大约在 20% 左右，因为根据我的经验，80% 的算法工程师是很博爱的，只要标题里带有“模型／算法／深度学习／震惊/美女….”等词汇，他们都会好奇地点开看三秒，然后失望地关掉，技术性越强的反而越容易被关掉，很可能撑不 ....

  • 推荐系统遇上深度学习 (十二)-- 推荐系统中的 EE 问题及基本 Bandit 算法

    原文地址： https://cloud.tencent.com/developer/article/1164771 1、推荐系统中的 EE 问题 Exploration and Exploitation(EE 问题，探索与开发)是计算广告和推荐系统里常见的一个问题，为什么会有 EE 问题？简单来说， ....

  • 国美 11·11：大促场景下的国美智能推荐系统演进之路

    作者： 杨骥 时间： 2017 年 11 月 10 日 国美早期的推荐产品，90% 以上的场景是靠平台运营人员和工程师依靠业务知识进行手工配置，策略投放也是基于场景相关性的固定槽位展示，千人一面。近几年，伴随着业务的发展，尤其是实现线上线下打通后，国美互联网基于双线平台、商品和服务，利用互联网技术， ....

  • 「回顾」爱奇艺搜索排序模型迭代之路

    分享嘉宾：陈英傑** 爱奇艺 研究员** 编辑整理：孙锴 内容来源：AI 先行者大会《爱奇艺搜索排序模型迭代之路》 出品社区：DataFun 注：欢迎转载，转载请注明出处。 一、摘要 本次分享内容为爱奇艺在做视频搜索时，遇到的真实案例和具体问题；以及面对这些问题的时候，我们的解决方案。这次分享的 p ....

  • 推荐系统遇上深度学习 (十)--GBDT+LR 融合方案实战

    写在前面的话 GBDT 和 LR 的融合在广告点击率预估中算是发展比较早的算法，为什么会在这里写这么一篇呢？本来想尝试写一下阿里的深度兴趣网络(Deep Interest Network)，发现阿里之前还有一个算法 MLR，然后去查找相关的资料，里面提及了树模型也就是 GBDT+LR 方案的缺点，恰 ....

  • 推荐系统遇上深度学习 (二)--FFM 模型理论和实践

    原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-10 1、FFM 理论 在 CTR 预估中，经常会遇到 one-hot 类型的变量，one-hot 类型变量会导致严重的数据特征稀疏的情况，为了解决这一问题，在上一讲中，我们介绍了 FM 算法。这一讲我们介绍一种在 ....

  • 推荐系统遇上深度学习 (八)--AFM 模型理论和实践

    原文地址： https://www.jianshu.com/p/83d3b2a1e55d 1、引言 在 CTR 预估中，为了解决稀疏特征的问题，学者们提出了 FM 模型来建模特征之间的交互关系。但是 FM 模型只能表达特征之间两两组合之间的关系，无法建模两个特征之间深层次的关系或者说多个特征之间的交 ....

  • 第四范式 | 推荐系统架构治理

    [图片] 分享嘉宾：李瀚 第四范式 架构师 编辑整理：马瑶 出品平台：第四范式天枢、DataFunTalk 导读： 在数字化革命和 AI 赋能的大背景下，推荐场景逻辑越来越复杂，推荐细分场景越来越丰富，对业务迭代和效果优化的效率有了更高的要求。推荐系统业务和技术在传统架构支撑下自然堆砌，变得越来越臃 ....

  • 推荐系统遇上深度学习 (七)--NFM 模型理论和实践

    原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-05-05 1、引言 在 CTR 预估中，为了解决稀疏特征的问题，学者们提出了 FM 模型来建模特征之间的交互关系。但是 FM 模型只能表达特征之间两两组合之间的关系，无法建模两个特征之间深层次的关系或者说多个特征之间的 ....

  • 腾讯 | 深度 CTR 预估模型在应用宝推荐系统中的探索

    导语 | 点击率（click-through rate, CTR）预估是互联网平台的核心任务之一。近年来，CTR 预估技术从传统的逻辑回归，到深度学习 DeepFM, Wide&Deep, DIN, DCN 等算法落地，经历了突飞猛进的发展。本文旨在以深度 CTR 预估模型为基础，探索在应用 ....

  • 干货 | 携程酒店推荐模型优化

    作者简介：Yorkey，携程高级算法专家，主要从事大规模分布式推荐系统设计和算法研发工作。 一、背景 当用户在线上浏览酒店时，作为旅行平台，如何挑选更合适的酒店推荐给用户，降低其选择的费力度，是需要考虑的一个问题。在携程 APP 中，一般会触发多种场景。在 Figure 1 中，我们列举了几种典型的 ....

  • 爱奇艺视频推荐领域的 ANN 检索实践

    作者：张吉 爱奇艺深度学习云研发工程师 一、背景介绍 （一）推荐系统 [图片] 推荐系统是现在互联网发展一个比较重要的基石，上图左边是爱奇艺手机端的应用，右边是 PC 端的 Web 页面。可以看到，很多剧都是通过推荐而来的，随着数据量的发展，用户的搜索习惯也改变了。原来用户有目的性搜索，如今更希望系 ....

  • 深度学习在 58 同城 APP 首页推荐排序上的实践

    分享嘉宾： 王连臣，58 同城 TEG 搜索推荐部高级算法工程师 整理出品： 张劲，AICUG 人工智能社区 系列分享： 深度语义模型 BERT 在 58 同城搜索的实践 深度学习在 58 同城租房搜索排序中的实践 导读： 行为序列化已然成为用户兴趣建模的主流方式，本次议题主要介绍序列化建模在首页推 ....

本文目录

    热门标签

    程序员导航

    热门文章

    阿里云新老用户最新优惠

    阿里云新老用户最新优惠

    最新发布

    最新评论