收录了 推荐系统 频道下的 50 篇内容
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。
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。
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
所谓推荐系统的商业价值,通俗来说就是推荐系统怎么更好的帮助公司挣钱。那么,该从哪些维度来理解推荐系统的商业价值?如何量化?怎么提升?以及,在挖掘推荐系统商业价值的过程中,有哪些需要特别注意的点?
Web服务模块是直接与用户交互的部分,在整个推荐系统业务流中具有举足轻重的地位,因为Web服务模块的好坏直接影响用户体验。
本文介绍如何构建可解释的推荐系统。
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。
导读:个性化推荐系统,简单来说就是根据每个人的偏好推荐他喜欢的物品。互联网发展到现在,推荐系统已经无处不在,在各行各业都得到普遍都应用。
冷启动是推荐系统的重要挑战之一。那么,什么是冷启动?如何设计一个好的冷启动方案?
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。
本文介绍基于内容的推荐算法。
本文将介绍可解释能力在京东零售推荐系统中的应用实践。主要内容包括以下几大部分:推荐系统可解释定义、系统架构、排序可解释、模型可解释、流量可解释。
个性化推荐系统的未来会如何发展?
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。
本文介绍谷歌关于推荐系统中公平性。
本文从数据处理、用户行为建模到个性化推荐,分享达观数据在个性化推荐系统方面积累的一些经验。
本文转载自技术琐话公众号
京东电商的推荐系统做到60分容易,做到80分、90分却很难。
本文结合电视猫的业务场景及工程实践经验来详细讲解基于标签的倒排索引算法的原理及工程落地方案细节。
本文介绍社交推荐系统中的用户交互。