时至今日，推荐系统已经成为许多产品的核心功能。一个好的推荐系统应该拥有的特质： 1.实时响应请求 2.及时、准确，全面记录用户反馈 3.可以优雅降级 4.快速试验多种策略 针对数据的使用时间进行划分，可分为三部分： 1.离线：使用历史数据，提供历史数据的推理 2.近线：使用实时数据，可提供实时数据的 ...
分类：
Web程序 时间：
2021-05-24 06:10:56
阅读次数：
0
/本文仅供学习，无其他用途/ https://yunqi.aliyun.com/2020/session56?spm=5176.17663788.J_4370361230.18.3f676ec5iXfwJH 推荐无处不在 如果从0开始，时间至少数月 AIRec ...
分类：
其他好文 时间：
2020-09-24 00:10:40
阅读次数：
53
直播回顾|第四范式姚权铭：搜索协同过滤中的交互函数 第四范式天枢 2020-02-19 17:50:17 分类专栏： 个性化推荐 文章标签： 机器学习 神经网络 深度学习 数据挖掘 版权 导读：怎样刻画用户嵌入向量(user embedding)和物品嵌入向量(item embedding)之间的交 ...
分类：
其他好文 时间：
2020-09-18 03:14:22
阅读次数：
33
一、背景 某电商平台，有一批用户浏览、收藏、购买物品的日志数据。实现用户进入APP之后第一页显示商品的个性化推荐。ps:当前阶段，显示数据为随机选取。 二、思考 1、因为是某一品类的特殊电商平台，卖的商品几百种，但是用户几十万。这种情况，考虑使用ItemCF，至于为什么不是UserCF：物品相似度矩 ...
分类：
其他好文 时间：
2020-07-28 16:52:20
阅读次数：
74
基于流行度 这种算法比较简单，按所有用户的点击量排序呈现给用户，按热度数据推荐给每个用户。弊端就是每个用户看到的都是一样的，无法个性化推荐，微博排行榜就是个比较好的例子。 协同过滤算法 ...
分类：
编程语言 时间：
2020-07-08 19:48:24
阅读次数：
48
用户画像作为“大数据”的核心组成部分，在众多互联网公司中一直有其独特的地位。作为国内旅游OTA的领头羊，携程也有着完善的用户画像平台体系。目前用户画像广泛用于个性化推荐，猜你喜欢等；针对旅游市场，携程更将其应用于“房型排序”“机票排序”“客服投诉”等诸多特色领域。 本文将从目的，架构、组成等几方面， ...
分类：
其他好文 时间：
2020-05-31 15:57:07
阅读次数：
147
近日，阿里云推出机器学习PAI两大新品DSW 2.0 & Alink商业版，机器学习PAI产品家族，覆盖了机器学习的数据处理、建模、训练、模型优化、在线预测的全产品线，用户既可以搭建完整的个性化推荐系统，让CTR提高10%+； 也可以使用Blade进行深度学习模型进行优化，节省GPU消耗50%。本次推出的DSW 2.0 半托管的模式，具有权限更开放、体验更优、成本更低的特点，而Alink商业版，基于开源实时算法库Alink半托管商业化服务，兼具完整性和灵活性，可以让每个企业和开发者更加方便地使用机器学习技术。
分类：
其他好文 时间：
2020-05-22 00:23:10
阅读次数：
95
常见的推荐系统的模型：协同过滤推荐模型、基于内容的推荐模型和混合推荐模型 推荐算法： 1) 基于流行度的算法 比如各种新闻，微博热榜，根据单页点阅率（PV），“访问次数”和“独立访客数（UV），或日均PV或收藏数等数据来按某种热度排序来推荐。这用于刚注册的用户，它无法针对用户进行个性化推荐. 2)协 ...
分类：
其他好文 时间：
2020-02-01 23:37:03
阅读次数：
91
原文链接：http://techblog.netflix.com/2012/06/netflix-recommendations-beyond-5-stars.html在 blog 的第一部分，我们详细介绍了 Netflix 个性化推荐系统的各个组成部分。我们也解释了自从我们宣布 Netflix P ...
分类：
Web程序 时间：
2020-01-06 00:29:59
阅读次数：
90
基于物品的协同过滤（ item-based collaborative filtering ）算法是此前业界应用较多的算法。无论是亚马逊网，还是Netflix 、Hulu 、 YouTube ，其推荐算法的基础都是该算法。为行文方便，下文以英文简称ItemCF表示。本文将从其基础算法讲起，一步步进行... ...
分类：
编程语言 时间：
2020-01-01 13:34:21
阅读次数：
1198
