- 博客(23)
- 资源 (12)
- 收藏
- 关注
RSS订阅转载 Flink-原理+知识点+总结-高手力作，超级经典
Flink四大基石分别是：Time （时间）、Window（窗口）、State （状态）、Checkpoint（检查点）
2024-09-22 21:55:37
231
原创 推荐系统-负样本为王 bias探秘
Position Bias：用户更倾向于和位置靠前的物品进行交互Exposure Bias / Observation Bias：带标签的数据都是曝光过的，未曝光的数据无法确定其标签Selection Bias：用户倾向于给自己喜欢或者不喜欢的物品进行打分Conformity Bias：用户打分的分数倾向于和群体观点保持一致Popularity Bias：热门的物品获得了比预期更高的热度，长尾物品得不到足够曝光、马太效应Unfairness Bias：因数据不均匀导致对某些群体的推荐结果 有偏
2024-09-20 12:45:43
779
原创 推荐系统-电商直播 多目标排序算法探秘
在电商网站中，用户的主要行为是在商品上的行为，直播的内容行为数据比较稀疏，因此商品行为应与直播行为结合来优化直播推荐。多目标学习，直播推荐的效能类指标和满意度指标很多，包括用户看到直播间的点击率，进入直播间的停留时长，转化率，关注率，留言率等。减少偏差，position bias 与 selection bias 会影响模型的准确性，增强马太效应，损害腰部、尾部主播的利益。
2024-09-19 14:35:25
712
原创 智慧仓储-AI销量预测
Hbase、ClickHouse、Hdfs 用来做数据存储以 Spark RDD、Spark SQL、Hive 为主， MapReduce 程序占一小部分，是原先遗留下来的，目前正逐步替换成 Spark RDD。选择 Spark 除了对性能的考虑外，还考虑了 Spark 程序开发的高效率、多语言特性以及对机器学习算法的支持。比较常用的包有 xgboost、numpy、pandas、sklearn、scipy 和 hyperopt 等。
2024-09-14 16:02:39
997
原创 智慧仓储-AI人工智能在仓储中的应用
AI人工智能在仓储中的应用 包括智能存储推荐、订单分配、拣选路径规划、图像识别、自然语言处理、预测分析、自动化操作和实时库存跟踪等。此外，集成了 物联网、无人机、机器人和区块链等技术，以提升效率和安全性。具体而言，AI仓库管理可能包括以下几个方面的应用： 除了上述应用，AI仓库管理还 涉及与物联网的集成、无人机和自主移动机器人的使用、区块链技术的应用等，以进一步提升仓库管理的效率和安全性。 预测准确率:基于机器学习算法控掘物流运营侧商品入库、在库等数据，基于图神经网络算法统计
2024-09-13 12:13:43
1328
转载 微信直播聊天室单房间1500万在线的消息架构演进之路
随着直播和类直播场景在微信内的增长，这些业务对临时消息（在线状态时的实时消息）通道的需求日益增长，直播聊天室组件应运而生。直播聊天室组件是一个基于房间的临时消息信道，主要提供消息收发、在线状态统计等功能。本文将回顾微信直播聊天室单房间海量用户同时在线的消息组件技术设计和架构演进，希望能为你的直播聊天互动中的实时聊天消息架构设计带来启发。
2024-09-11 14:55:15
128
转载 抖音支付10W级 TPS 流量发券实践
当前营销系统分层及架构如下：营销团队业务主要分为三大方向，营销投放、营销活动、营销资产。营销投放主要负责营销权益触达，将营销利益点曝光给用户，营销活动主要负责营销玩法的建设以及权益发放，营销资产则主要负责用户营销资产的管理，比如优惠券、立减的发放及使用等。对于春节发券，链路是由营销活动对接春节主会场玩法，调用营销资产接口将支付券发放到用户手中。系统上营销整体对外可承接十万级 TPS 的发券吞吐量。业务上。
2024-09-11 14:28:48
131
原创 电商推荐算法-数据方案篇
随着电商平台的成长，产生了严重的信息过载。如果不采用一定的手段，用户很难从如此多的商品信息流中找到对自己项买的商品，推荐算法由此应用而生。第一种是传统的搜索，用户有明确的需求意图 ，将意图转换为几个简短的词或者短语的组合（即query），然后将这些词或短语组合提交到相应的搜索引擎，再由搜索引擎在海量的信息库中检索出与query相关的信息返回给用户；第二种是大数据推荐，很多时候用户的意图并不是很明确，或者很难用清晰的语义表达，这种情况下搜索就显得捉襟见肘了。
2024-09-09 10:47:10
795
原创 电商推荐系统 和 营销系统用户画像建模
b、召回策略： 协同召回、规则召回、比如：新品、热门、标签、品类 、Lbs、向量召回：双塔DSSM 、YouTube DNN、树召回TDM;a、用户基本属性：性别、年龄、社会身份、收入状态、所属 国籍、城市。b、用户行为属性：搜索、浏览、点击、购买、分享、评价、投诉、售后。d、敏感度：活动敏感度、优惠敏感度、热门新品敏感度。h、消费偏好：品牌、品类，优惠促销、拉新人。i、用户等级：生命周期、活跃度、vip等级。f、消费行为：订单次数、频次，金额、单价。a、用户性别、孩子性别、是否有车。
2024-09-06 13:52:15
491
原创 推荐系统-多兴趣召回
self-attention是将输入序列的每个行为都当作target，并计算所有行为到target的attention，达到“互相看一看”的效果，最终输出N个向量。* 首先，通过用户行为序列，采用self-attentive方法生成一个用户的兴趣向量，并在兴趣池中筛选出K个兴趣。1. SINE的优势在于显性建模，即维护了一个庞大的兴趣池，无论用户行为集中or分散、稀疏or稠密，都可以挑选出合适的兴趣激活，自适应能力强，更适合电商这种商品类别繁多的场景。在兴趣角度，每个兴趣分配给所有用户行为的总和为1。
2024-09-06 13:46:19
794
原创 推荐系统-阿里排序模型
早期的CTR预估模型主要依赖于线性模型和简单的特征工程。随着深度学习的发展，许多现代的深度学习模型都是基于这些经典模型演变而来的。例如，因子分解机（FM）通过低维向量表示每个特征字段，并通过内积学习二阶特征交互，显著提升了线性模型的性能。Wide&Deep模型结合了宽线性通道和深度神经网络通道，以捕捉特征交互。
2024-09-06 13:43:24
853
转载 语音助手RASA NLU 深度学习剖析
通过对上下文的维护和解析，DM模块要决定用户提供的意图是否明确，以及实体槽的信息是否足够，以进行数据库查询或开始执行相应的任务。当DM模块认为用户提供的信息不全或模棱两可时，就要维护一个多轮对话的语境，不断引导式地询问用户以得到更多的信息，或者提供不同的可能选项让用户选择。当DM模块认为已经清楚得到了全部需要的信息后，就会将用户的查询变成相应的数据库查询语句去知识库（如知识图谱）中查询相应资料，或者实现和完成相应的任务（如购物下单，或者类似Siri拨打朋友的电话，或者类似智能家居去拉起窗帘等）。
2024-09-06 10:51:25
296
原创 python 服务也可以很快
认识我的同行知道我是个很不关注性能的人，但是Django的性能感性的说，已经到了我这种人也觉得不够理想的程度。Django 向产业界证明了，Python可以在互联网开发中提供类似 ROR 的生产效率，此后有一系列类似的 Python Web Framework产生，很多流行甚至不那么流行的，我都用过，老实说大部分框架在性能和复杂应用的搭建上，跟 Django比没有本质性的优越，相反在 Django 最擅长的领域，它仍然是最好的。的，也有大量使用 FastAPI的，那些应用的性能都很不好。
2024-09-05 18:49:50
556
转载 uml图解
在别人BLOG上看到一篇文章。觉得还是挺好理解的。于是转过来UML类图解义小菜：“对了，我时常在一些技术书中看到这些类图表示，简单的还看得懂，有些标记我很容易混淆。要不你给我讲讲吧。”大鸟：“这个其实多看多用就熟悉了。我给你举一个例子，来看这样一幅图，其中就包括了UML类图中的基本图示法。”UML类图图示样例大鸟：“首先你看那个‘动物’矩形框，它就代表一个类（Class）。类图分三层，
2008-11-21 14:40:00
418
原创 jsp 性能优化总结2,3
二、服务端的输出缓冲区 缺省情况下:服务端要输出到客户端的内容,不直接写到客户端,而是先写到一个输出缓冲区中.只有在下面三中情况下，才会把该缓冲区的内容输出到客户端上： 该JSP网页已完成信息的输出 输出缓冲区已满 JSP中调用了out.flush()或response.flushbuffer() 输出缓冲区的大小可以用:或response.setBufferSize()设置,如下： 设置输出缓
2008-11-18 11:41:00
478
原创 jsp 性能优化总结1
一、jsp工作原理 在一个JSP文件第一次被请求时，JSP引擎把该JSP文件转换成为一个servlet。而这个引擎本身也是一个servlet，在JSWDK或WEBLOGIC中，它就是JspServlet。 JSP引擎先把该JSP文件转换成一个Java源文件，在转换时如果发现jsp文件有任何语法错误，转换过程将中断，并向服务端和客户端输出出错信息；如果转换成功， JSP引擎用javac把该Java源
2008-11-18 11:36:00
568
原创 javascript代码
http://www.ijavascript.cn/tools/codedemo/js-calendar-473/index.htm比较好的javascript代码，看看啦
2008-11-05 17:08:00
245
原创 coockie
Java读写cookie /* * 写cookie*/Cookie namecookie = new Cookie("name",name);Cookie passwordcookie = new Cookie("password",password);Cookie optioncookie = new Cookie("option","1");//生命周期 namecookie.s
2008-11-05 16:27:00
411
java 连接vss插件
2008-12-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人