天枢数智运营

《战国策》中有个有趣的故事：当年赵国被入侵，只有送出质子才能求来救兵。但是赵太后特别疼爱小儿子，怎么也不愿意让他当质子。大臣们越是劝谏，赵太后就越是愤怒。这时候触龙出面，成功说服了赵太后，让她的爱子出质于齐，换来救兵。他到底是如何做到的呢？ 这个故事其实跟我们最近进行的推荐系统…

1. 推荐系统 推荐系统相当于信息“过滤器”，很好地解决了信息过载的问题，从而帮助人们更好地作出决策。它的主要原理是根据用户过去的行为（比如购买、评分、点击等）来建立用户兴趣模型，之后利用一定的推荐算法，把用户最可能感兴趣的内容推荐给用户，如下图： 2. 数据 2.3 用户-内…

入门首选。这本书是国内第一本讲推荐系统的书，能让你快速知道如何把学到的理论知识应用到实践，如何将编程能力应用到推荐系统中去。虽然书中列举的代码存在一些争议，但瑕不掩瑜。强烈推荐！ 这本书非常适合数学知识相对来说较少但又想深入该领域的读者，或有实际项目需求但没有足够时间去深入了解…

前文所述推荐系统研究大都将重心放在提高推荐准确性上，与推荐对象的沟通考虑得不够。近期，学者们开始关注推荐是否能够以用户容易接受的方式，充分抓住用户心理，给出适当的例子与用户沟通。研究发现，这样的系统不仅能够提升系统透明度，还能够提高用户对系统的信任和接受程度 、用户选择推荐产品…

构建推荐系统的核心任务之一在于如何准确地分析出用户的兴趣特点，也就是我们常说的用户画像。 简单说来，用户画像是指从用户产生的各种数据中挖掘和抽取用户在不同属性上的标签，如年龄、性别、职业、收入、兴趣等。完备且准确的属性标签将有力地揭示用户本质特征，因而极大地促进精准的个性化推荐…

通过融合深度学习与知识图谱技术，推荐系统的性能取得了大幅的提升。然而，多数的推荐系统仍是以一步到位的方式建立的：它们有着类似的搭建方式，即在充分获取用户历史数据的前提下，设计并训练特定的监督模型，从而得到用户对于不同物品的喜好程度。这些训练好的模型在部署上线后可以为特定用户识别…

在多数推荐场景中，物品可能包含丰富的知识信息，而刻画这些知识的网络结构即被称为知识图谱。物品端的知识图谱极大地扩展了物品的信息，强化了物品之间的联系，为推荐提供了丰富的参考价值，更能为推荐结果带来额外的多样性和可解释性(图1)。 和社交网络相比，知识图谱是一种异构网络，因此针对…

【编者按】在这个科技高速发展、信息爆炸的时代，毫不夸张地说，推荐系统已经完全融入了我们的生活。我们去哪一家餐馆、买哪一件衣服、浏览哪一类信息、观看哪一种视频，很大程度上都取决于背后的推荐系统。 在本文中，微软亚洲研究院社会计算组的研究员们从深度学习、知识图谱、强化学习、用户画像…

随着AI技术在传统媒体行业的快速推广和普及，算法推荐已经成为各家媒体的基础设施，在体育赛事报道和股票播报等内容生产中采用机器人写稿也已经有成功的实践。 11月28日，“AI驱动下的智能媒体时代”主题沙龙在北京百富国际大厦举行，同是身为资深媒体人的老凉，面对人工智能技术和一系列未…