智能推荐系统
收录了 智能推荐系统 频道下的 50 篇内容
国美 11·11：大促场景下的国美智能推荐系统演进之路
随着业务场景的展开和大数据的积累，国美的推荐架构和机器学习算法也持续地升级和迭代。本文将详细介绍2016年以来，由11.11大促驱动的国美个性化推荐系统核心技术的演进历程。
智能推荐系统有哪些特点?
智能推荐系统是在大数据的基础上，基于用户的兴趣进行个性化推荐，并且对用户和商品之间的交互信息进行持续监测和反馈，并不断优化推荐系统，从而提高用户体验、丰富平台内容、提高商业价值。 在智能推荐系统的加持下，内容生产从以“编辑推荐”为核心变成以
基于 NLP 的智能问答推荐系统
本文研究了一种基于自然语言理解的客服QA推荐系统，该系统目前已应用在百度云客服团队，在提升百度云用户体验、减轻客服压力等方面取得了不错的成效。
移动开发者触手可得的 AI 对话技术
本次分享介绍第四范式在搭建智能客服系统的过程中，如何开发并解决该领域内的常见问题。
推荐系统架构治理
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。
端上智能在快手上下滑推荐取得 APP 时长 +1% 的应用实践
近些年智能手机等终端设备的算力有了显著提升，这些算力足以支持一些中等规模的DNN模型进行推理与训练
老司机谈电商系统之推荐系统
本文转载自技术琐话公众号
京东购物在微信等场景下的算法应用实践
此次分享的是以WQ（微信手Q）购物智能推荐系统介绍智能推荐算法在实际中的应用，介绍的WQ购物从海量服务到简单的个性服务到现在的个性化服务发展历程。
评人工智能技术发展、产业与玩家：与“大数据”同生同涨
数据贯穿了人工智能的始终，虽然不同层级和领域的企业对数据的应用程度和应用方式各不相同，但是对数据数量和质量上的要求是相同的。许多学术界学者开始进入工业界的一大原因，就是因为工业界拥有大量、一手的数据——这是人工智能发展必不可少的动力与燃料。李开复曾提到，人工智能更适用于拥有大数据基础，且数据量可以实现自我推动的公司，所以，在加入人工智能领域的竞争之前，不妨先看看自己的数据准备是否充分。
快手科技副总裁周国睿确认出席 AICon 深圳，分享生成式技术重构推荐系统的智能边界与效率标准
OneRec 重新定义推荐系统的“智能边界”与“效率标准”。
客户不转化、内容不合规？AI 与 Agent 如何破解金融营销五大难题
AI 与 Agent 已不再是锦上添花的“选配”，而是重塑客户洞察、决策效率和服务体验的核心驱动力。
第四范式陈雨强谈新基建建设：不能为了“修路”而“修路”，一定要考虑上面跑什么“车”丨 新基建 50 人
机器学习平台真正落地并产生价值才更有意义
智谱 AI “超 25 亿融资” 的背后
“智谱 AI”或将成为“中国版 OpenAI” ？智谱 AI目前已获得超过 25 亿人民币融资，估值百亿。为何众多知名机构和投资人选择它？它将会如何发展？
AI 革新软件：从底层到应用的全面升级！字节、阿里、腾讯齐聚 QCon 上海，60+ 分享不容错过
10月18日-19日，QCon 上海落地，日程确认，错过遗憾哦～
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
五大人工智能顶会 2019 必读的深度推荐系统相关的论文
本文主要总结一下深度推荐系统相关的几大顶会（包含ICML2019/ KDD2019/ IJCAI2019/ WWW2019）必读的几篇论文
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。
智能客服系统的构建与算法迭代
本次分享将从知识生产闭环构建、智能客服系统与算法迭代、效果评估等角度来剖析我们在智能客服系统构建过程中的探索与经验。
京公网安备 11010502039052号 | 产品资质
