收录了 推荐系统架构 频道下的 50 篇内容
本文就第四范式在智能推荐系统架构方面的探索实践,聊一聊在应用架构治理方面提升推荐服务开发维护效率,增强系统灵活性和扩展性的新探索。
腾讯音乐娱乐集团 ( TME ) 目前有四大移动音乐产品:QQ音乐、酷狗音乐、酷我音乐和全民K歌,总月活超8亿。
Netflix的推荐和个性化功能向来精准,前不久,他们公布了自己在这方面的系统架构,提到他们的在线计算、离线计算、机器学习等架构的处理流程。
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。
这篇文章我们回顾一篇经典博客,Netflix官方博客介绍的推荐系统架构,虽然文章发布已有六年, 但是现在回看起来我自己还是蛮惊讶的,因为Netflix的推荐系统架构居然到现在依然是主流。
详细介绍YouTube推荐系统的模型结构和技术细节。
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。
推荐可分为以下四个流程,分别是召回、粗排、精排以及重排: 1. 召回是源头,在某种意义上决定着整个推荐的天花板; 2. 粗排是初筛,一般不会上复杂模型; 3. 精排是整个推荐环节的重中之重,在特征和模型上都会做的比较复杂;
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。
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。
在 ArchSummit 北京大会的现场,InfoQ 有幸采访到了贝壳团队的许燕松,他给我们介绍了推荐系统在房产领域的实践。
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。
结合 Flink SQL 和 Flink 有状态计算能力,我们正在构建下一代通用的基础特征计算统一架构
回顾2017年,InfoQ中国举行了两场ArchSummit全球架构师峰会,共邀请了国内外数百名技术大牛分享,数千名参会者齐来讨论与交流。每次ArchSummit结束之后,InfoQ将结合大会联席主席、出品人与参会者的反馈与问卷调查结果,从影响力、满意度等指标综合考虑评选出每场会议的优秀演讲。
本文摘自陈皓(左耳朵耗子)在极客时间App/小程序上开始的全年付费专栏《左耳听风》,已获授权。
你我都在焦虑,还可以好好地工作和生活吗? 年12月之后,疫情给大家生活造成了很大的影响。每日出行必须注意“健康码”天数,如果不够需要打个“血包”;每次出差都需要担心能否回来,时刻盯着将康宝“弹窗”情况。
当把模型的知识压缩成知识体系,零散的知识点才能变成紧凑的知识面
在车载环境中,为了安全起见,主动用户行为很少,这种推荐系统产品构建好的关键是什么?
本文转载自公众号携程技术(ID:ctriptech)。