做推荐的Bella酱

矩阵分解算法（Matrix Factorization）是最常用于推荐系统的协同过滤算法之一。这一系列的算法曾经是推荐系统中使用的主流算法，即使在现在也在很多地方有用。这里简单地梳理从最基础的matrix factorization（MF）算法到它衍生出来的probabilis…

新入手一本《美团机器学习实践》，读完觉得很有意思，把一部分内容分享给大家。 这本书分为六部分，第一部分是通用流程，讲的是机器学习在实践中应用的通用流程，有些经验之谈很有意思；第二部分讲的是数据挖掘，主要包括用户画像、POI实体链接和评论挖掘；第三部分是搜索和推荐，顾名思义，讲的…

在工作中用到了类似于negative sample的方法，才发现我其实并不了解candidate sampling。于是看了一些相关资料，在此简单总结一些相关内容。 主要内容来自tensorflow的candidate_sampling和卡耐基梅隆大学一个学生写的一份notes…

Also called network representation learning, graph embedding, knowledge embedding, etc. The task is to learn the representations of the ver…

阿里技术团队有一篇文章，是讲淘宝双十一背后的支持系统的：一天造出10亿个淘宝首页，阿里工程师如何实现？。我对里面提到的深度召回框架还挺感兴趣的，试图从中解析一下看看。 阿里的这个深度召回系统来源于《DeepWalk: Online Learning of Social Repr…

咳，还是要说说这篇文章，虽然讲它的人已经很多了。毕竟作为深度学习模型大规模应用于工业界推荐系统的标志，这篇文章是绕不过去的。 这篇文章的结构依然很经典：由deep candidate generation model（召回阶段）和deep ranking model（排序阶段）…

YouTube拥有世界上最大的视频推荐系统之一，在2010年，整个系统还比较简略，不过也值得了解一下。 用户使用YouTube时一般有三种目的：1. 观看特定的video；2.观看特定topic的video；3.浏览并寻找感兴趣的视频。推荐系统主要为第三种需求服务，因此，推荐系…

这篇文章发布于2018年9月，是之前的DIN的改进版。我们在阿里的CTR预测（一）：Deep Interest Network中提到过，他们尝试使用LSTM来学习序列化数据的特征，但是对DIN的结果没有改善。DIEN在这一点上做了改善。 我们略去背景介绍，尤其是Base Mod…

A/B Test是我们做算法模型时离不开的助手，只有通过A/B Test的模型才能进入产品。但要使A/B Test达到应有的效果，我们必须严格地满足它的一些要求。这里有一篇关于A/B test的文章：ABtest和假设检验、流量分配写得很好，我只在这里补充一些细节。 很多情况下…