首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
慕阮
掘友等级
算法专家
技能:机器学习/广告/推荐系统 爱好:历史/文学/教育学
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
深入浅出推荐系统(六):召回:一切为了业务
如果把模型召回比喻成经济学中的市场机制,通过自由竞争来高效地完成资源交换,人工策略则属于宏观调控机制,通过人工调节,来引导市场向着健康成熟方向发展。
深入浅出推荐系统(五):召回:人人都爱的热门
无论个性化多么重要,热门推荐都是推荐系统里不可或缺的一部分。本文介绍了热门文章的常见算法,以及实践机制和攻防之道。
深入浅出推荐系统(四):召回:向量化的潮流
只要对机器学习稍有涉猎,就会发现如今机器学习,无论是推荐、图像、语言等领域,随处可见embedding,可以说,在深度学习主宰机器学习领域的今天,万物皆可embedding。
深入浅出推荐系统(三):召回:协同过滤--永恒的经典
亚马逊作为商业化推荐系统的祖师,推出的开山之作便是协同过滤(collaborative filtering)。即使到了以深度学习为主流召回算法的今天,协同过滤仍然是推荐系统召回策略中绕不开的经典算法。
深入浅出推荐系统(二):召回:内容为王
大家在访问京东或者淘宝等电商系统时,会发现当看了某件商品或者买了某件商品时,电商系统会马上推荐很多相似的商品;当在百度上搜索某个新闻时,信息流马上推荐类似的新闻,这些是怎么做到的呢?这就涉及到我们今天
深入浅出推荐系统(一):推荐系统基本架构
提纲 过去八九年在广告、生活服务、电商等领域从事大数据及推荐系统相关工作,近来打算对过去的工作做一个系统性的梳理。一方面帮自己查缺补漏、进行更深入的学习;另一方面也希望能通过博客结交同好,增进交流。
个人成就
文章被点赞
32
文章被阅读
16,305
掘力值
377
关注了
0
关注者
40
收藏集
0
关注标签
12
加入于
2022-04-25