收录了 推荐系统实践 频道下的 50 篇内容
本文介绍京东电商推荐系统实践方面的经验。
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。
Flipboard工程师撰文阐述如何利用流行的Python数据挖掘工具构建歌曲推荐系统,从数据获取到结果可视化,内容较全面。
本文主要分享Yoo视频底层页推荐系统召回相关技术以及排序相关的技术与实践。
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。
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。
直播内容:互联网产品的标配技术,而推荐算法对于业务收益的提升也起到了至关重要的作用。的收入来自个性化推荐系统。
本次分享介绍知乎推荐系统的重构过程中的经验和心得等。
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。
本文介绍如何构建可解释的推荐系统。
本文介绍手淘如何构建社交关系链。
在5月25日由@百度主办、@InfoQ负责策划组织和实施的第38期百度技术沙龙活动上,百度推荐与个性化部高级架构师陈天健、百度个性化推荐部门资深研发工程师姚旭、前淘宝搜索算法专家何杰和Zalora South East Asia 架构师翁伟分享了各自的推荐系统实践方面的经验,话题涉及“推荐系统实时化的实践和思考”、“百度个性化推荐实践”、“个性化推荐在电商行业迷思”和“利用20%时间开发推荐引擎”等。本文将对他们各自的分享做下简单的回顾,同时提供相关资料的下载。
本次分享介绍微博在FFM模型及DeepFFM模型应用在推荐系统所做的一系列优化探索工作。
eBay以BERT模型为基础,结合用户历史行为数据,提出了一种基于项目的协同过滤推荐系统算法。
本次分享介绍满帮集团面临的Rank产品及应用场景,介绍运满满干线物流推荐系统实践以及深度学习的推荐解决方案。
本文转载自公众号携程技术(ID:ctriptech)。
在10月15~17日的QCon上海2015上,1号店资深架构师、《Storm技术内幕与大数据实践》一书作者陈敏敏将分享《1号店通用精准化平台架构以及大数据营销实践》。在大会开始之前,InfoQ就Storm、Spark等技术在电商领域的应用等话题采访了他。
本文主要讲述了针对于推荐系统的衡量算法效果与Word2Vec的尝试。
Angel是腾讯自研的分布式高性能的机器学习平台,支持机器学习、深度学习、图计算以及联邦学习等场景。Angel的深度学习平台已应用在腾讯的很多个场景中。
春季招聘和金三银四要开始了,想提升技术,更上一层楼,除了投简历刷题,还有什么可以努力的方向啊?