网易云音乐技术团队

如何解决推荐系统中冷启动问题，一直是各团队持续研究的课题。云音乐算法团队提出一种双塔结构的与模型无关的兴趣学习框架 - MAIL ，在不改变原有排序模型的基础上，缓解推荐系统冷启动问题，并实现效果的增

云音乐 app 内有很多使用 react native 开发的应用，为了更好地提升开发效率，改善调试体验，团队决定开发 react native 调试工具

富媒体内容相比于传统的文章、图片、音乐等单一载体内容，在“注意力经济”的时代，是能够最大限度传递信息、吸引消费者注意力的内容形式，因其丰富的呈现形式成为平台创作者最佳的表达工具，冷启优化至关重要。

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

本文是作者在建设基于 monaco-editor 的轻量级且不依赖后端容器的 WebIDE 过程中积累到的一些经验以及解决方案的整理，希望能够帮助到有同样需求的同学。

本文从数据分析、决策推理的角度，对自己衣柜的构成做了一次统计分析。采用了定义问题，数据预处理，设置关键指标，维度下钻和cross，问题的假设和检验，badcase分析的方法，希望能解决长期的困扰。

关系链、互动和内容是互联网产品的核心要素。在云音乐社区，我们通过歌曲、歌单、直播等内容把用户与用户、用户与歌曲以及用户与主播等连接了起来，形成了一个大规模的图网络。

本文将对AST结构、Babel工作原理等方面作介绍，结合目前Babel & AST常见的应用场景做分析，帮助同学们了解Babel & AST在实际开发过程中的用途。

云音乐推荐和搜索业务有大量的算法特征数据，需要以key-value的形式存储，提供在线的读写服务。2020年H2开始，我们以tair为存储框架，rocksdb为存储内核，研发了磁盘型特征存储引擎RDB