稀土掘金 稀土掘金
    • 首页
    • AI Coding
    • 沸点
    • 课程
    • 直播
    • 活动
    • APP
      插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
0 /100
内容
订阅
avatar
小秋儿
更多收藏集

微信扫码分享

微信
新浪微博
QQ

5篇文章 · 0订阅
  • 来自今日头条的推荐系统架构分享
    来自今日头条的的推荐引擎架构分享, 通过自建底层存储, 拆分倒排, 正排, 画像, 召回, ctr预估, 达到了一个不错的可扩展性
    • RecomAI
    • 6年前
    • 1.1k
    • 3
    • 评论
    架构
  • 今日头条推荐算法原理全文详解
    本次分享将主要介绍今日头条推荐系统概览以及内容分析、用户标签、评估分析,内容安全等原理。
    • 金正皓
    • 7年前
    • 6.5k
    • 156
    • 评论
    算法 安全 后端
  • TiDB 在小红书从 0 到 200+ 节点的探索和应用
    小红书使用 TiDB 历史可以追溯到 2017 年甚至更早,那时在物流、仓库等对新技术比较感兴趣的场景下应用,在 2018 年 5 月之后,我们就开始逐步铺开,延展到其他适合 TiDB 的场景中去。截止目前,小红书使用的 TiDB 节点数在 200+ 个,未来也有更大扩展空间。…
    • PingCAP
    • 6年前
    • 800
    • 3
    • 评论
    TiDB
  • 流动的推荐系统 - 兴趣 Feed 技术架构与实现
    Feed 是一种信息流,就是我们看到的 “动态”、“新鲜事”。当用户与一些内容源建立了连接(如关注、赞、收藏等)之后,这些内容源产生的新动作,就会源源不断地通过连接流向用户,不同内容源产生的动态被聚合后呈现在用户面前,就是 Feed。
    • 方石剑
    • 9年前
    • 3.9k
    • 73
    • 1
    后端 架构