- 博客(12)
- 资源 (4)
- 收藏
- 关注
RSS订阅转载 揭秘！头条号推荐机制背后的真相！
在所谓的微信红利期已过的声浪之下， 很多自媒体人纷纷转向多平台分发，其中最大的平台就是今日头条了，累积活跃用户达到7亿。在分发的过程中，我们经常发现，同一篇文章发布在公众号的阅读量可能很高，但在今日头条上的数据却不尽如人意。造成如此差别的原因在哪？主要的根源就在于两者在订阅关系上的区别。01、今日头条与公众号对于微信公众号来说，用户与微信公众号的关系是一对一的，用户量的大小是影响阅读量的最大因素。而
2017-12-14 11:38:38
18226
转载 认识每一个“你”：微博中的用户模型
社交媒体（Social Media）相对于传统互联网媒体的最大区别是通过建立人与人之间的联系，极大提升了信息生产量以及传播效率。身处社交媒体中的每个人或组织同时扮演着信息生产者、传播者与接受者的角色。在社交媒体背景下，用户生产、传播和接收信息更加便捷，使得之前相对集中的用户兴趣和行为变得更加碎片化和离散，因此社交媒体中的用户模型的构建和应用也发生了巨大的变化。微博经历了6年的发展，已经成为了国内社交
2017-12-14 10:52:58
838
转载 爱奇艺个性化推荐排序实践
在海量的内容在满足了我们需求的同时，也使我们寻找所需内容更加困难，在这种情况下个性化推荐应运而生。在当前这个移动互联网时代，除了专业内容的丰富，UGC内容更是爆发式发展，每个用户既是内容的消费者，也成为了内容的创造者。这些海量的内容在满足了我们需求的同时，也使我们寻找所需内容更加困难，在这种情况下个性化推荐应运而生。 个性化推荐是在大数据分析和人工智能技术的基础上，通过研究用户的兴趣偏好，进行个性
2017-12-12 18:55:34
1102
原创 文章标题
Algorithm SGD initpa={w00,w0i,v0ij,itr,k},i=1,...M,j=1,....kinit \quad pa=\{w^0_0,w^0_i,v^0_{ij},itr,k\},i=1,...M,j=1,....k inputtr={X[n],Y[n]};,n=1,...Ninput \quad tr=\{X[n],Y[n]\}; ,n=1,...N for
2017-12-12 16:31:34
161
转载 饿了么推荐系统的从0到1
随着移动互联网的发展，用户使用习惯日趋碎片化，如何让用户在有限的访问时间里找到想要的产品，成为了搜索/推荐系统演进的重要职责。作为外卖领域的独角兽, 饿了么拥有百万级的日活跃用户，如何利用数据挖掘/机器学习的方法挖掘潜在用户、增加用户粘性，已成为迫切需要解决的问题。个性化推荐系统通过研究用户的兴趣偏好，进行个性化计算，发现用户的兴趣点，从而引导用户发现自己的信息需求。一个好的推荐系统不仅能为用户提供
2017-12-11 19:52:10
1233
转载 听惯了 QQ 音乐、酷狗音乐的你，想知道推荐模型到底是咋回事么？
导语：时下QQ音乐酷狗音乐等APP似乎让用户觉得它比任何人都更懂得自己的音乐口味，会为用户推荐喜欢的歌曲，每一次都充满了surprise。本文作者Sophia Ciocca将通过介绍音乐推荐始祖Spotify的音乐推荐系统及算法，带大家一探其中究竟。 每个周一，数亿的Spotify用户会在Spotify上看到一个全新的音乐推荐列表，这是一个包含了30首歌曲的自定义混音专辑，被称为“Discover
2017-12-05 14:06:06
1093
转载 当当推荐数据系统架构实践
首先看一下发展历程，我把它分为三个阶段： 起步期是算法时代，到成长期就属于野蛮生长时代，成熟期以架构为主，架构为王的时代。 先简单看下推荐系统的典型发展史。讲历史，我们按时间顺序讲，一开始是起步期，从零开始做推荐系统，推荐系统做成以后，会进入快速成长期，成长期可长可短，因为具体行业存在差异，野蛮生长过后会出现很多问题，这时就需要把控，需要做重构，这时就进入了架构为王的时代，如果架构相对成熟一点，
2017-12-04 16:32:14
391
转载 腾讯云推荐系统介绍--百亿级通用推荐系统实践
我们每个人每天都会使用到不同的推荐系统，无论是听歌，购物，看视频，还是阅读新闻，推荐系统都可以根据你的喜好给你推荐你可能感兴趣的内容。不知不觉之间，推荐系统已经融入到我们的生活当中。作为大数据时代最重要的几个信息系统之一，推荐系统主要有下面几个作用：提升用户体验。通过个性化推荐，帮助用户快速找到感兴趣的信息。提高产品销售。推荐系统帮助用户和产品建立精准连接，从而提高产品转化率。发掘长尾价值。根据用户
2017-12-04 14:39:04
2737
转载 QQ浏览器app应用专区推荐系统
1、背景在互联网信息爆炸式增长的当今，通过传统人工筛选运营方式提供服务时代已然过去，能通过用户历史行为精准推荐用户感兴趣内容成为必然趋势，主流个性化推荐系统流程包括用户行为采集、分类提取、离线用户建模、在线用户模型预测等。结合目前手机QQ浏览器软件应用App分发业务发展需求，历时半年多时间，从无到有搭建一套个性化推荐系统支撑专区App分发业务。2、业务整体Review目前推荐场景覆盖包括专区首页猜你
2017-12-04 11:46:58
1171
原创 智能推荐相关信息搜罗
微博loginLayer_1512353693495”>https://weibo.com/u/5224446495?refer_flag=1005055013&is_all=1#_loginLayer_1512353693495 http://www.360doc.com/content/16/0708/21/6902273_574104705.shtml搜狐http://www.usei
2017-12-04 10:37:58
386
[N._N._R._Ranga_Suri,_Narasimha_Murty_M,_G._Athith(z-lib.org).pdf
2019-07-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人