作者：Jesus Rodriguez 编译：ronghuaiyang 导读： 这篇文章介绍了机器学习推荐系统在 LinkedIn 招聘系统中的应用，大家可以重点关注不同业务场景中推荐系统所关注的业务指标。 [图片] LinkedIn 是市场上最受欢迎的招聘平台之一。每天，世界各地的招聘人员都依赖 L ....

作者： 探索互联网 如果一味追求实时设计，对于线上并发量大的业务来说，瓶颈点是很多的，一个是 IO 消耗时间、一个是存储消耗时间、一个是计算消耗时间。实际情况并不是一个方面的问题，而是三个方面交织在一起。 [图片] IO 消耗时间，包含数据读取，读取数据量大，量大 IO 就会消耗时间长。做了很多优化 ....

作者：zhongzhao，腾讯 PCG 应用研究员 在推荐系统中，最常用的排序模型是以用户点击为目标的 CTR 预估模型，它没有考虑用户点击后的消费深度，也没有考虑用户的多种互动行为带来的生态方面的收益。为了取得 CTR 以外的更多收益，QQ 看点团队在深度学习框架下，对推荐系统中的多目标建模做了一 ....

文章作者：Dustinsea Alibaba 编辑整理：Hoh 内容来源：作者授权 出品社区：DataFun 导读： 最近看了一篇比较有意思的文章，关于滴滴“猜你去哪儿”功能的算法实现，在这里记录下。 ▌产品 [图片] 图：滴滴“猜你去哪儿”产品形态 从产品的角度，滴滴“猜你去哪儿”是在用户打开滴滴 ....

这里是[「王喆的机器学习笔记」]的第十九篇文章，这篇文章要谈的是推荐系统的优化目标 的问题。作为一名算法工程师来讲，最关心的往往是模型的创新、技术的演进。笔者在最开始工作的几年，也经历过这样的阶段，执着的追求于应用最新的技术，追踪最新的 paper，更新最新的机器学习工具。这样持续学习的精神对于技术 ....

在推荐领域 CTR（click-through rate）预估任务中，最常用到的 baseline 模型就是 LR（Logistic Regression）。 对数据进行特征工程，构造出大量单特征，编码之后送入模型。这种线性模型的优势在于，运算速度快可解释性强，在特征挖掘完备且训练数据充分的前提下能 ....

背景 在 CTR/CVR 预估任务中，除了 FM 模型[2] 之外，后起之秀 FFM（Field-aware Factorization Machine）模型同样表现亮眼。FFM 可以看作是 FM 的升级版，Yuchi Juan 于 2016 年提出该模型，但其诞生是受启于 Rendle 在 201 ....

在电商领域，推荐的价值在于挖掘用户潜在购买需求，缩短用户到商品的距离，提升用户的购物体验。 [图片] 京东推荐的演进史是绚丽多彩的。京东的推荐起步于 2012 年，当时的推荐产品甚至是基于规则匹配做的。整个推荐产品线组合就像一个个松散的原始部落一样，部落与部落之前没有任何工程、算法的交集。2013 ....

[图片] 文章作者：弗朗西斯科·里奇 等 内容来源：《推荐系统：技术、评估及高效算法》& DataFunTalk 导读： 随着在线音乐商城及流媒体音乐服务的出现，数字音乐分发已经使得音乐触手可及。然而，面对突然出现的海量可收听内容，听众很容易面临信息过载的问题。因此，本次分享的主题音乐推荐系 ....

丁香园大数据 NLP 丁香园大数据 背景 随着 BERT，GNN 等模型在 NLP 领域的发展，DNN 类模型的语义提取能力又得到进一步提升，我们对文本语义向量也有了更高的期待，期望语义向量或其他模型特征向量可以在召回段发挥更大作用；约 2019 年初，我们就尝试在推荐业务中引入基于 Faiss 的 ....

作为深度学习推荐系统模型和 CTR 模型中不可或缺的“基本操作”，如何强调 Embedding 技术的重要性都是不为过的。 这篇文章中，我们将 Embedding 技术单独抽取出来进行讲解。介绍在深度学习推荐系统中，Embedding 主要的三个应用方向： 在深度学习网络中作为 Embedding ....

[图片] 文章作者：杨镒铭 滴滴出行 高级算法工程师 内容来源：记录广告、推荐等方面的模型积累@知乎专栏 出品社区：DataFun 注：欢迎后台留言投稿「行知」专栏文章。 在深度学习大潮之后，搜索推荐等领域模型该如何升级迭代呢？强化学习在游戏等领域大放异彩，那是否可将强化学习应用到搜索推荐领域呢？推 ....

文章作者：姚凯飞 Club Factory 编辑整理：Hoh Xil 内容来源：作者授权发布 出品社区：DataFun ▌前推荐时代 准确地说这个时代，不能称之为推荐系统的时代，这一个时代未能给每个用户构建属于他的推荐结果，没有很好地解决个性化长尾问题，所以这个可以叫前推荐时代。 这一阶段推荐系统特 ....

本次课程的主题包括： Web structure Pagerank 推导和计算方式 应用：Graph Search（个人认为反而是重要的部分） 1. Web Structure 1.1 定义：有向图 [图片] : 所有能够到达 v 的节点集合 [图片] ：所有 v 能够到达的节点集合 [图片] 有向 ....

随刻基础推荐团队 导读： 工业界的推荐系统通常包括召回、粗排、精排以及重排四个阶段，如图一所示，每个阶段都像是一个漏斗，从海量的物品集合中过滤出用户最有可能感兴趣的物品。其中粗排模型发挥的主要作用是统一计算和过滤召回结果，在尽量保证推荐准确性的前提下减轻精排模型的计算压力。本文主要介绍爱奇艺随刻基础 ....

【导读】本文使用Python实现简单的推荐系统，分别实践了基于用户和基于商品的推荐系统，代码使用sklearn工具包实现。除了代码实现外，还分别从理论上介绍了两种推荐系统原理：User-BasedCo...

用户对项目评分数据的稀疏是推荐系统质量恶化的主要因素之一。为了处理稀疏性问题，已经提出了几种推荐技术，其另外考虑辅助信息以提高评估预测的准确性。特别是，当评级数据稀少时，基于文档建模的方法通过额外使用...

文章作者：鸿雁 阿里文娱 技术专家 编辑整理：Hoh Xil 内容来源：阿里文娱技术 文章出品：DataFun 导读： 随着 RTB 网络在线展现广告交易模式的兴起，各大公司都纷纷搭建自己的 DSP ( Demand-Side Platform ) 广告投放系统进行获客。优酷在近几年也搭建 DSP ....

原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-29 1、原理 PNN，全称为 Product-based Neural Network，认为在 embedding 输入到 MLP 之后学习的交叉特征表达并不充分，提出了一种 product layer 的思想， ....

原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-15 1、背景 特征组合的挑战 对于一个基于 CTR 预估的推荐系统，最重要的是学习到用户点击行为背后隐含的特征组合。在不同的推荐场景中，低阶组合特征或者高阶组合特征可能都会对最终的 CTR 产生影响。 之前介绍的 ....