首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
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
登录
注册
谷粒先生
掘友等级
数据挖掘工程师
|
NetEase, Inc.
通俗易懂讲数据故事
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
3
文章 3
沸点 0
赞
3
返回
|
搜索文章
赞
文章( 3 )
沸点( 0 )
大众点评信息流基于文本生成的创意优化实践
1. 引言 信息流是目前大众点评除搜索之外的第二大用户获取信息的入口,以优质内容来辅助用户消费决策并引导发现品质生活。整个大众点评信息流(下文简称点评信息流)围绕个性化推荐去连接用户和信息,把更好的内容推荐给需要的用户。信息流推荐系统涉及内容挖掘、召回、精排、重排、创意等多层机…
推荐系统中的排序技术
在工业应用中,推荐系统通常可分为两部分,召回和排序。 对音频使用卷积神经网络进行分析。 这些算法各有特点,音频分析显然可以用于解决冷启动问题,NLP处理音乐评论更是可以学得专业人士的领域知识,它们各自独立运行给出自己的结果,由于独立,算法数目可增可减,亦可各自独立迭代变化。 这…
微信是怎么做到亿级用户的异常检测的?
编者按:本文来自公众号InfoQ(ID:infoqchina),作者:青原行思(腾讯微信安全中心员工,主要研究机器学习方法在安全业务中的应用),作者:李琦、元东、苗园莉(清华大学深圳研究生院),编辑:
个人成就
文章被点赞
6
文章被阅读
19,061
掘力值
352
关注了
0
关注者
5
收藏集
0
关注标签
6
加入于
2019-02-14