- 博客(5)
- 资源 (9)
- 收藏
- 关注
RSS订阅原创 python列表顺序去重
第一种a=['1', 'c', 'q', 'a', 5, 'c', 'a']d=list(set(a))d.sort(key=a.index)print(d)第二种a=['1', 'c', 'q', 'a', 5, 'c', 'a']d=[]for i in a: if i not in d: d.append(i)print(d)
2021-10-25 09:44:54
352
转载 腾讯内容处理和分发中的算法应用探究
近期，腾讯PCG新闻产品技术部算法中心李彪应邀来到腾讯媒体研究院作内部分享，详细梳理了算法应用产品场景，以下为部分内容实录。今天我跟大家分享的主题是算法赋能的内容处理和分发，重点讲一下内容处理。开始之前，先介绍一下算法在腾讯新闻的应用场景。第一个，腾讯新闻APP中各种内容形态（如图文、视频、音频、话题、问答等）的理解和分发，涉及推荐系统，以及AI算法赋能内容的运营。第二个，将腾讯新闻推送到微信，每次一个大图和三条新闻资讯，一共四条，点进去有些底层页能跳转到腾讯新闻APP。第三个，海豚智音
2021-10-12 18:35:41
706
转载 ###好好好###今日头条推荐算法原理全文详解
本次分享将主要介绍今日头条推荐系统概览以及内容分析、用户标签、评估分析，内容安全等原理。一、系统概览推荐系统，如果用形式化的方式去描述实际上是拟合一个用户对内容满意度的函数，这个函数需要输入三个维度的变量。第一个维度是内容。头条现在已经是一个综合内容平台，图文、视频、UGC小视频、问答、微头条，每种内容有很多自己的特征，需要考虑怎样提取不同内容类型的特征做好推荐。第二个维度是用户特征。包括各种兴趣标签，职业、年龄、性别等，还有很多模型刻划出的隐式用户兴趣等。第三个维度是环境特征。这是移动
2021-10-12 14:49:49
724
转载 ###好好好好##知识图谱在金融风控领域的应用现状
2020年是个人触碰知识图谱时间最多的一年，技术知识的重新梳理和学习，相关项目的参与，几乎从年初持续到年末。一直想总结知识图谱在金融领域的应用现状，但总是挣不脱一个字：乱。最直观的“乱象”是不同机构对这项技术的称呼五花八门——关联网络、关系图谱、复杂网络、知识图谱。严格来讲它们彼此之间紧密相连又有所区别，本文并不打算严谨地去论证它们的区别和联系，请允许我偷懒采用图谱这个名称来泛指这项技术，就是各位所想的——节点-关系网络。图谱之乱远不止此。 金融风控技术演进路线是规则-模型-图谱，对应的技术分别是数
2021-10-12 14:48:09
650
转载 SIGIR‘21|SGL基于图自监督学习的推荐系统
本篇文章主要介绍王翔、何向南老师团队在SIGIR2021上发表的文章SGL，Self-supervised Graph Learning for Recommendation[1]。这篇文章提出了一种应用于用户-物品二分图推荐系统的图自监督学习框架。核心的思想是，对输入的二分图，做结点和边的dropout进行数据增强，增强后的图可以看做原始图的子视图；在子视图上使用任意的图卷积神经网络，如LightGCN[2]来提取结点的表征，对于同一个结点，多个视图就能形成多种表征；然后借鉴对比学习[5]的思路，构造自监
2021-10-09 17:02:34
1674
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人