分享嘉宾：语露 阿里 高级算法工程师 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品社区：DataFun 导读： 短视频已经成为信息流行业的风口，成为拉动规模增长的主要驱动力。短视频天然具有信息能量高、用户粘性大、内容丰富等优点，也有视频帧内容难以分析提取、结构化的缺点。如何提高短视频的分发 ....

原文地址： https://zhuanlan.zhihu.com/p/72607641 导读： 今天分享一下 Facebook 新发的深度学习推荐系统的论文： Deep Learning Recommendation Model for Personalization and Recommendat ....

（本实验选用数据为真实电商脱敏数据，仅用于学习，请勿商用） 在上一期基于协同过滤的的推荐场景中，我们介绍了如何通过 PAI 快速搭建一个基于协同过滤方案的推荐系统，这一节会介绍一些如何基于推荐对象特征的推荐方法。 首先看下整个业务流程图，这是一个基于对象特征的推荐场景的通用流程： [图片] 首先把数 ....

转载自 微软亚洲研究院 编者按：特征（features）的构建对推荐系统来说至关重要，直接关系到推荐系统的精准性。在传统的推荐系统中，高阶交叉特征通常由工程师手工提取，不仅人力成本高昂、维度空间极大，而且不可泛化。因此自动学习特征的交互是十分有必要的 ，但目前已有的相关工作学习的是隐式的交互特征，且 ....

协同过滤(collaborative filtering)是推荐系统中经典的一类方法。协同过滤中比较经典的解法有基于邻域方法、矩阵分解等，这些方法都有各自的优点和缺点，本文介绍的方法-**协同记忆网络(Collaborative Memory Network，简称 CMN)**融合了不同协同过滤方法 ....

原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-11-19 知识图谱特征学习在推荐系统中的应用步骤大致有以下三种方式： [图片] 依次训练的方法主要有：Deep Knowledge-aware Network(DKN) 联合训练的方法主要有：Ripple Networ ....

原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-11-15 知识图谱特征学习在推荐系统中的应用步骤大致有以下三种方式： [图片] 依次训练的方法主要有：Deep Knowledge-aware Network(DKN) 联合训练的方法主要有：Ripple Networ ....

随着深度学习、强化学习、知识图谱、AutoML 等 AI 技术出现更多突破，推荐系统领域的企业和开发者开始将这些技术与传统推荐算法相结合，使得推荐效果得到显著提升。 不过，越来越复杂的场景、用户需求等对推荐系统提出了更高的要求。如今推荐系统已经得以大规模应用，然而掀开技术的外壳，审视推荐系统的内核， ....

这里是「王喆的机器学习笔记」的第三十七篇文章。今天我们「AI 大咖谈」邀请的大咖是阿里的算法专家王哲，所以今天是一次王喆对王哲的访谈。 王哲是上一届 DLP-KDD workshop Best Paper Award 的获得者，获奖 paper COLD: Towards the Next Gene ....

卫海波@贝壳找房 贝壳产品技术 贝壳找房 APP 给用户提供了海量房源的搜索查询功能，但是网站存量房源并不能完全满足用户的找房需求，用户希望可以及时获取新上房源的实时提醒。目前贝壳找房 APP 提供的房源新上实时推送有两个维度：基于关注小区的房源新上和基于搜索订阅条件的房源新上。 基于关注小区的房源 ....

王洋-智能工程组 [花椒技术] 排序算法概述 现代推荐系统一般分为召回和排序两个阶段。召回阶段一般会用一些成本低、速度快的模型从十万、百万量级的候选集中初步筛选，留下千、百个；然后在排序阶段用更加精细的特征和复杂的模型来进行精排，最终留下 topK 个。 近十年间，业界排序模型的发展可以说是一日千里 ....

美剧《权力的游戏》中，宗教刺客团体“无面者”成员之一的贾昆，在他和艾莉亚·史塔克分别之际，将一枚特殊的小硬币交给了艾莉亚，并教会艾莉亚一句话，原话是这样的： “Valar Morghulis （凡人皆有一死） Valar Dohaeris （凡人皆须侍奉）” [图片] 但他并未详细解释硬币的用途和这 ....

本文根据刘老师在 DataFun Talk 算法架构系列活动“人工智能典型场景算法应用解析”中所分享的《搜索引擎算法体系介绍——排序和意图篇》编辑整理而成，在未改变中心思想的基础上稍做修改。 请在WiFi环境下服用，土豪随意~~ [图片]刘老师主要讲解的是关于搜索引擎方向的一些算法应用，由于这个体系 ....

[图片] 文章作者：随刻基础推荐团队 内容来源：爱奇艺技术产品团队 导读：推荐系统的本质是信息过滤，多个信息漏斗将用户最感兴趣的内容逐步呈现在用户面前，如图 1 所示（《爱奇艺短视频推荐：粗排篇》）。召回阶段作为首个漏斗从多个维度将海量视频中用户可能感兴趣的内容滤出交给后续排序技术处理，它直接决定着 ....

出门旅行，订酒店是必不可少的一个环节。住得干净、舒心对于每个出门在外的人来说都非常重要。 在线预订酒店让这件事更加方便。当用户在马蜂窝打开一家选中的酒店时，不同供应商提供的预订信息会形成一个聚合列表准确地展示给用户。这样做首先避免同样的信息多次展示给用户影响体验，更重要的是帮助用户进行全网酒店实时比 ....

作者：Ellen Tang 编译：ronghuaiyang 导读 本文介绍了对亚马逊畅销书的 NLP 分析，并通过这些分析为客户产生了价值。 [图片] 背景信息和目标 与所有其他零售公司一样，亚马逊努力解决客户评论中存在的欺诈和质量差的问题，并开发系统来识别公正和可靠的信息，以获得更好的客户体验。该 ....

作者丨 gongyouliu 欢迎关注他的公众号 gongyouliu 作者在上篇文章《推荐系统产品与算法概述》中对推荐算法做了比较全面的概述，本篇开始我们来详细讲解各类推荐算法。这篇文章我们主要关注的是基于内容的推荐算法，它也是非常通用的一类推荐算法，在工业界有大量的应用案例。 本文会从什么是基于 ....

作者：Parul Pandey 编译：ronghuaiyang 推荐系统 pipeline 的构建过程和总体架构描述。 [图片] 选择太少不好，但是选择太多也不是什么好事 你听说过著名的果酱实验吗？2000 年，哥伦比亚大学和斯坦福大学的心理学家 Sheena Iyengar 和 Mark Lepp ....

分享嘉宾：杰雄 阿里巴巴 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品社区：DataFun 导读： 本次分享的主题是浅谈 UC 国际信息流推荐。会跟大家探讨下发链路中常见的一些问题，主要包括两个场景： 列表页排序，包括：目标确定、多目标任务以及混排组合优化。 内容冷启问题，如果不做内容理解 ....