1.背景 得物社区是一大批年轻人获取潮流信息、分享日常生活的潮流生活社区。其中用户浏览的信息，进行个性化的分发，是由推荐系统来决策完成的。目前得物社区多个场景接入了推荐算法，包括首页推荐双列流、沉浸式

如何让用户又快又准的找到意中视频，并促进中长尾视频的分发，是视频搜索的核心目标。文本将从搜索相关性、召回及排序三方面，介绍云音乐视频搜索优化的进阶之路。

推荐系统帮助人们更高效地建立与信息的连接，节约信息筛选的时间，为用户匹配、探索兴趣，也让平台的高效分发成为可能。对于转转来说，推荐系统承担了为用户推荐商品与内容的重要角色，一方面链接了用户与商品的关系

导读：在机器学习从开发到上线的闭环中，实时特征计算是其中的重要一环，用于完成数据的实时特征加工。由于其高时效性需求，数据科学家完成特征脚本……

冷启动是推荐系统中的最经典的几个问题之一，受到广泛的关注，本系列文章将介绍网易云音乐在冷启动问题上的一些探索和实践经验，本文是冷启动系列的第一篇文章，将介绍解决冷启动问题的一般方法及在音乐推荐中的实践

雪球算法工程基于股票交流社区场景，为信息流推荐、搜索等提供工程落地能力。Item排序是其中很重要的一环，模型排序需要多种维度的特征支撑，面对多个细分业务的接入，特征需求和实验迭代速度不断加快

推荐系统的各个环节都依赖于用户与 item 的交互，交互是有限且需要花费成本的，在某些情况下不会是客观事实的充分反映。在此 bias 就会产生，并且对推荐系统的整个链路产生着影响。