推荐算法技术架构
收录了 推荐算法技术架构 频道下的 50 篇内容
魅族技术晚场回顾，算法、架构、AI 之外，还要考虑未来
很多技术人应该都参加过InfoQ举办的技术晚场，这是一种相对open且轻松的技术交流活动。在7月7日ArchSummit深圳架构师峰会上，魅族联合InfoQ共同策划举办了第9期以“大数据和 AI 应用实践”为主题的魅族技术开放日活动。
打造工业级推荐系统（九）：从零开始入门推荐算法工程师
如果大家愿意将来从事推荐算法的工作，但是不知道需要学什么才可以更好地入门，那么你一定要读读这篇文章。
打造工业级推荐系统（三）：推荐系统的工程实现与架构优化
本篇文章作者会结合多年推荐系统开发的实践经验粗略介绍推荐系统的工程实现，简要说明要将推荐系统很好地落地到产品中需要考虑哪些问题及相应的思路、策略和建议，其中有大量关于设计哲学的思考，希望对从事推荐算法工作或准备入行推荐系统的读者有所帮助。
打造工业级推荐系统（一）：推荐算法工程师的成长之道
本文是作者计划的一系列文章中的一篇。后面的文章将涉及到推荐系统的基本介绍、冷启动、商业价值、工程实现、评估等方方面面。
推荐系统的未来发展
本文从政策及技术发展对推荐系统的影响、推荐系统的就业变化、推荐系统的应用场景及交互方式、推荐算法与工程架构、人与推荐系统的有效协同、推荐系统多维度价值体现等6个方面来讲解推荐系统的未来发展
深度树匹配——下一代推荐技术的探索和实践
本次分享介绍阿里妈妈在近一年的技术进展。
一次推荐算法的普及性讨论
在这个相对比较偏学术的讨论中，作者和百度的前技术委员会主席廖若雪就推荐算法的基本概念，算法和架构、策略、机器学习之间的关系，以及算法应用的几点经验进行了沟通，希望能对想对算法有所了解的同学有所帮助。
从算法到案例：推荐系统必读的 10 篇精选技术文章
推荐系统近几年来一直十分火热，目前几乎所有的电子商务系统、社交网络，广告推荐，搜索引擎等等，都不同程度的使用了各种形式的推荐系统。想知道电商如何向你发送广告的？想了解社交网络怎么推荐好友的？想自己搭建一个推荐系统？想了解一些算法或架构从而将自己的推荐系统做得更好？InfoQ为你整理了一系列的有关推荐系统的算法文章，以及主要从电商和社交网络方面选取了一些优秀的案例，来看看这些关于推荐系统的优秀文章吧。
深度树匹配——下一代推荐技术的探索和实践
本次分享介绍阿里妈妈精准算法团队围绕全库检索+先进模型这一目标，自主提出的深度树匹配技术推荐算法框架。
同为工业界最大的推荐业务场景，快手短视频推荐与淘宝推荐有何不同？
快手短视频推荐在技术实现上有什么独特的难点？未来推荐技术领域还有哪些重要的技术趋势和方向值得关注？让我们来一探究竟。
微博推荐架构的演进
微博（Weibo）是一种通过关注机制分享简短实时信息的广播式社交网络平台。微博用户通过关注来订阅内容，在这种场景下，推荐系统可以很好地和订阅分发体系进行融合，相互促进。微博两个核心基础点：一是用户关系构建，二是内容传播，微博推荐一直致力于优化这两点，促进微博发展。
打造工业级推荐系统（十一）：基于内容的推荐算法
本文介绍基于内容的推荐算法。
百分点推荐引擎——从需求到架构
百分点推荐引擎是国内领先的推荐技术平台，专注于为电子商务和资讯网站提供SaaS模式的个性化推荐服务，提高网站的整站转化率和用户黏度。本文将从电子商务网站的实际需求出发，介绍百分点推荐引擎架构设计和搭建。
联邦推荐在金融营销中的应用实践
在“数据孤岛”与“隐私保护”的现实问题中，在合理合法的前提下使用数据持续优化效果提供优质服务，是当前推荐系统所面临的巨大挑战和首要任务。
数据爆炸、信息过载时代下的解决方案：QCon 北京 2014 推荐系统与工程实践专题
距第六届QCon全球软件开发大会（北京站）2014开幕仅剩一个半月，大会演讲嘉宾已经几近确认完毕。大会的演讲内容在官网：http://www.qconbeijing.com，以及InfoQ微博、微信公众帐号的最新播报：@InfoQ、【infoqchina】不断更新。此次为大家介绍本届大会的推荐系统工程实践专题。
打造工业级推荐系统（七）：怎么评估推荐系统的效果？
本篇文章作者来详细说明怎么评估(Evaluating)推荐系统的效果，有哪些评估手段,在推荐业务中的哪些阶段进行评估，具体的评估方法是什么。借此希望更好地帮助大家在实际业务中实施推荐系统评估模块。
推荐系统在房产领域的实践
本次分享围绕着我们如何通过对服务架构的升级来提升平台的迭代效率，如何通过不断地对多种算法的探索来提升推荐效果。
万物皆向量——双十一淘宝首页个性化推荐背后的秘密
本次分享介绍双十一淘宝首页的个性化算法技术。
云原生时代，推荐引擎架构有哪些挑战
推荐引擎三个核心技术，一是召回技术，二是排序技术，三是机制技术。
多模型融合推荐算法——从原理到实践
为了实现优秀的推荐效果，众多的推荐算法被提出，并在业界使用。但是其中一类方法非常特殊，我们称为多模型融合算法。融合算法的意思是，将多个推荐算法通过特定的方式组合的方法。融合在推荐系统中扮演着极为重要的作用，本文结合达观数据的实践经验为大家进行系统性的介绍。
京公网安备 11010502039052号 | 产品资质
