HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

推荐系统讲座总结

今天下午参加了一个视频类的推荐系统技术分享,此处仅整理我觉的有用的地方,和我的一些想法。1.怎样做过滤?很多时候我们需要用到过滤。例如对于一个用户的检索/推荐来说,召回结果里首先不能含有他以前点击(观看)过的,也不能出现垃圾信息(广告、色情),同时对用户曾经拉黑、不喜欢的账

25个沙盘工作坊,深度解密亿级用户产品背后的研发管理实践

带领一支研发团队,我们总希望能够快一点:研发进度快一点,产品迭代快一点,需求响应快一点,团队协作快一点,产品创新快一点……因为在这个唯快不破的市场环境中,似乎只有快,才能跟上时代,超越对手。怎么才能快?敏捷能帮助产品4小时上线,看板能够提升交付效率和质量,好的架构能够帮你在毫秒级响应竞争中取胜,

倪江利:魅族推荐平台的架构演进之路

摘要:魅族拥有超大规模的用户量及海量数据,魅族推荐平台实现了在海量的数据中对算法模型进行在线及离线训练,在高并发的场景下实时进行预测为用户推荐更感兴趣的信息。同时支撑多算法组合A/B测试,以供算法进行在线实验,并能在线进行动态机器资源分配以达到资源的最大化利用。魅族整个产品线都有用到推荐,包括资

多模型融合推荐算法在达观数据的运用

研发背景互联网时代也是信息爆炸的时代,内容太多,而用户的时间太少,如何选择成了难题。电商平台里的商品、媒体网站里的新闻、小说网站里的作品、招聘网站里的职位……当数量超过用户可以遍历的上限时,用户就无所适从了。对海量信息进行筛选、过滤,将用户最关注最感兴趣的信息展现在用户面前,能大大增

推荐系统从零到一

可以说是全拜谷歌吹起了「大数据」这阵春风,近几年业界对于数据挖掘人才的需求持续高涨,而推荐系统一直是数据挖掘岗位的必修课。一联系到数据挖掘,总会给人高深莫测的错觉,以为推荐系统也是数学神童的专属领域。万万没想到,自己并不是数据挖掘科班出身,也谈不上数学功底有多好(本科考高数也就在生死边缘),竟然也操

已经看完全部文章

已加载文章中没有匹配内容,可继续加载更多。