2022年3月15日
众所周知,深度学习在实时视频通信端到端系统里有很多的应用,比如说我们用它做超分辨率,能取得比较好的效果;我们用它做图像恢复,也能取得比较好的效果。如果说提及挑战的话,在支持移动端的应用里,我们必须考虑复杂性的限制,必须要以一个小的模型,能够在移动平台上实时运行,而且功耗、CPU 占……
阅读全文
2022年3月15日
作者介绍 马超群, 洋码头高级算法工程师 具有多年数据挖掘、算法、机器学习的研究与实践经验,负责洋码头推荐等系统的算法研究与开发。 传送门: http://www.6aiq.com/article/1537369469861 本文约4500字,可参阅下面的大纲阅读。 1. 第一阶段 2. 第二阶段 3. 第三阶段 4. 算法模型实践小结 5. 关于未来 6. 参考文献 2016年之前,洋码头的推荐系统主要还……
阅读全文
2022年3月15日
在本系列的上一篇中,我们大致介绍了一下知识图谱在推荐系统中的一些应用,我们最后讲到知识图谱特征学习(Knowledge Graph Embedding)是最常见的与推荐系统结合的方式,知识图谱特征学习为知识图谱中的每个实体和关系学习到一个低维向量,同时保持图中原有的结构或语义信息,最常见的得……
阅读全文
2022年3月15日
导读:ElasticSearch 是一种基于 Lucene 的分布式全文搜索引擎,携程用 ES 处理日志,目前服务器规模 500+,日均日志接入量大约 200TB。 图片来自 Pexels 随着日志量不断增加,一些问题逐渐暴露出来: 一方面 ES 服务器越来越多,投入的成本越来越高。 另一方面用户的满意度不高,日志写入延迟、查询慢……
阅读全文
2022年3月15日
作者:熊先明,腾讯 CDG 应用研究员 XGBoost是一种经典的集成式提升算法框架,具有训练效率高、预测效果好、可控参数多、使用方便等特性,是大数据分析领域的一柄利器。在实际业务中,XGBoost经常被运用于用户行为预判、用户标签预测、用户信用评分等项目中。XGBoost算法框架涉及到比……
阅读全文
2022年3月15日
分享嘉宾:王琛@神策数据 编辑整理:冯露 出品平台:DataFunTalk 导读: 用户画像是建立在数据基础之上的用户模型,是产品改进、精准营销等业务场景中不可或缺的重要基础。而构建用户画像的过程就是要给用户打上各种维度的标签,并基于标签进行定性或定量分析。这其中,建设灵活、全面、高效的……
阅读全文
2022年3月15日
内容来源:淘系技术 作者:李晓波(篱悠) 随着多媒体技术的发展,直播、短视频、AR等多媒体内容表现形式层出不穷,异彩纷呈。视频内容的理解在视频生产感知,理解分发中有哪些应用,为淘宝电商带来哪些影响?这几年,手淘商品展示模式一直在变化。1998年做文本,2005年进入图文时代,2017……
阅读全文
2022年3月15日
“ 本文主要介绍了Learning To Rank(LTR)中的一些基本方法,评价指标和相关算法模型(LambdaMART,RankNet,LambdaRank&FTRL)! ” 作者:felix 来源:知乎专栏 有意思的数据挖掘。 最近工作中需要调研一下搜索排序相关的方法,这里写一篇总结……
阅读全文
2022年3月15日
韩宇,张跃伟 导读:召回结果的好坏对整个推荐结果有着至关重要的影响,最近的一系列实践和研究表明,基于行为序列的深度学习推荐模型搭配高性能的近似检索算法可以实现既准又快的召回性能;与此同时,用户在天猫精灵上还可以进行实时指令操控(歌名点播:“播放七里香”、风格流派推荐点播:“来点摇滚……
阅读全文
2022年3月15日
文章作者:姚凯飞 Club Factory 编辑整理:Hoh Xil 内容来源:作者授权发布 出品社区:DataFun ▌前推荐时代 准确地说这个时代,不能称之为推荐系统的时代,这一个时代未能给每个用户构建属于他的推荐结果,没有很好地解决个性化长尾问题,所以这个可以叫前推荐时代。 这一阶段推荐系统特点: 推荐功能简单,全……
阅读全文