今天，推荐系统的模型和应用已经相当成熟，然而部署一套全新的推荐系统，甚至仅在已有系统上添加数据维度和模型优化依然是非常耗时耗力的事情。 这是由于不同数据源的分布不尽相同，要达到满意的建模效果，每个建模的环节，包括数据处理、特征工程、模型的选择和超参数选择等都需要随之变动和优化。 以往这些工作都是建模 ....

转载自 58 架构师 公众号 时间： 2019-12-15 引言 在大数据和算法的时代到来后，内容分发已经不仅仅是简单的渠道随意推送，而是精准地识别用户爱好、精准地为用户推荐他所喜爱看的内容，然后将“精准”变得越来越专业，进而牢牢地抓住用户。 在产品运营的概念中，常见的精准推送给划分为以下两种： 1 ....

分享嘉宾：赵争超 前微拍堂算法负责人编辑整理：王岩出品平台：DataFunTalk导读： 当前阶段，“个性化推荐”早已成为了电商平台的基建工程，也是 AI 驱动业务增长的重要支撑，概括地说，个性化推荐

简介： 整理自 5 月 29 日 阿里云开发者大会，秦江杰和刘童璇的分享，内容包括实时推荐系统的原理以及什么是实时推荐系统、整体系统的架构及如何在阿里云上面实现，以及关于深度学习的细节介绍本文整理自

作者：徐宁，腾讯应用开发工程师，腾讯学院讲师导语 | 本文将总结一下常用的基于时间线 Feed 流的后台存储设计方案。结合具体的业务场景，讲述一下根据实际需求，在基本设计思路上做一些灵活运用。一、背景

文末彩蛋：七月在线干货组最新升级的《2021 大厂最新 AI 面试题 [含答案和解析， 更新到前 121 题]》免费送！项目一：GiantMIDI-Piano — 钢琴 MIDI 数据集钢琴转谱是一项

什么是工业人工智能：工业人工智能技术，是计算机信息理论与物理、化学理论、神经网络技术、仿真技术、控制技术，结合机器深度学习、机器感知、机器预判思想，与非线性模糊数学模型的深度融合而衍生出来的新兴边缘技

解析： 幸存者偏差（SurvivorshipBias）与样本不均衡（Imbalance Learning）问题都是由于风控模型的拒绝属性导致的。但表现形式略有不同。幸存者偏差是指，每次模型迭代时，使用的样本都是被前一个模型筛选过的，从而导致的样本空间不完备。 其实主要是添加负样本的问题。简单一些可以 ....

RIDIC系统使用后，半年成本即可回收，企业技术岗位人员可申请省部级科技进步一二等奖，还可根据行业申请当地政府工信部门或者科技部门的政策性奖励。对于单位技术型领导和技术人员都有帮助，对评审职称等级帮助很大，同时对企业利润增加更是贡献巨大. 荣峰正见，经过8年的技术积累，在智能（智慧）工厂（企业集团） ....

[图片] 作者：玉奇 导读：短视频产品最近两年蓬勃发展，百度旗下的短视频品牌-好看视频，人均使用时长70分钟，短视频播放量已超30亿，从推荐系统的角度考虑，如何设计一个推荐系统的目标，以及短视频迭代过程中沉淀的思考。 全文2433字，预计阅读时间 8分钟。 《2020年中国网络视听发展研究报告》显示 ....

问题1：深度学习的风控模型，从经验上看，样本量大概要多少条啊 解析：不同的模型不一样，而且也不光要注意样本量，比如RNN其实希望序列长度至少在12个月以上，粗略的说，样本量五十万以上效果比较好。 问题2：5万正样本，200负样本，B卡，不只是提高额度，会拒绝一部分客户，怎么建模？ 5万负样本是没有做 ....

没有一种筛选和推荐系统让我们绝对满意，因为它减少了我们选择的力量和意义。

随着移动互联网的兴起，用户的很多行为逐渐从PC端转向移动端。人们花在手机上的时间越来越多。

一个推荐系统的精彩概述，描述了如何向市场提供有效的推荐。

运营是一门艺术，更是一门技术。

你喜欢的东西我也喜欢 我们将从推荐系统开始，开启数据挖掘之旅。推荐系统无处不在，如亚马逊网站的“看过这件商品的顾客还购买过”板块： last.fm上对音乐和演唱会的推荐(相似歌手)： 在亚马逊的例子里，它用了两个元素来进行推荐：一是我浏览了里维斯翻译的《法华经》一书;二是其他浏览过该书的顾客还浏览过的译作。 本章我们讲述的推荐方法称为协同过滤。顾名思义，这个…

YouTube的推荐系统是是世界上规模最大、最复杂的推荐系统之一。最近Google的研究人员公布了他们投到今年ACM会议的一篇文章，详细介绍了他们最近利用深度神经网络实现YouTube推荐系统的技术细节。

在生活中我们怎样给别人推荐呢？

本次分享的主题为推荐系统中模型训练及使用流程的标准化

今年618，京东技术部门的最大变化，京东集团CTO张晨的总结是：“从技术上，去年重点在保障，今年重点是大数据驱动业务效率提高，和用户体验的提高”。