推荐算法
0 人感兴趣 · 21 次引用
- 最新
- 推荐
基于图神经网络的推荐算法
图神经网络(Graph Neural Networks,GNN)是近几年兴起的学科,用来作推荐算法自然效果也相当好,但是要学会基于图神经网络的推荐算法之前,需要对图神经网络自身有个了解。
京东 LBS 推荐算法实践
现有的同城购业务围绕京东即时零售能力搭建了到店、到家两种业务场景。同城业务与现有业务进行互补，利用高频，时效性快的特点，可以有效提升主站复访复购频次，是零售的重要战略方向。
用图技术搞定附近好友、时空交集等 7 个典型社交网络应用
在你的社交网络中，谁和你关系亲密？谁又和你互动最多？谁和你有很多共同好友，彼此还不认识呢？本文，用了图技术来解决 7 个常见的社交推荐场景。
推荐系统 [三]：粗排算法常用模型汇总 (集合选择和精准预估)，技术发展历史（向量內积，Wide&Deep 等模型）以及前沿技术
推荐可分为以下四个流程，分别是召回、粗排、精排以及重排：
推荐系统 [一]：超详细知识介绍，一份完整的入门指南，解答推荐系统相关算法流程、衡量指标和应用，以及如何使用 jieba 分词库进行相似推荐
如果说互联网的目标就是连接一切，那么推荐系统的作用就是建立更加有效率的连接，推荐系统可以更有效率的连接用户与内容和服务，节约了大量的时间和成本。
对比学习算法在转转的实践
对比学习（Contrastive Learning, CL）是近年来 AI 领域的热门研究方向，吸引了众多研究学者的关注，其所属的自监督学习方式，更是在 ICLR 2020 被 Bengio 和 LeCun 等大佬点名称为 AI 的未来。
下拉推荐在 Shopee Chatbot 中的探索和实践
在主流的搜索引擎、购物 App 和 Chatbot 等应用中，下拉推荐可以有效地帮助用户快速检索所需要的内容，已经成为一项必需且标配的功能。本文将介绍 Shopee Chatbot 团队在 Chatbot 中从 0 到 1 构建下拉推荐功能的过程，并分享模型迭代优化的经验。
基于社交网络的客户智能 ( AI ) 推荐系统研究
推荐系统是用来做什么的呢？总结来说，它就是通过数据发掘用户的个性化需求，从而为其提供个性化的建议的一种系统工程。
从用户到开发者，日本独角兽 SmartNews 的社区二三事
小红书，美团，微博，今日头条……内容如海。作为互联网时代的生活基础设施，信息流产品是多数应用软件的一项必备属性。
矩阵分解推荐算法 (十八)
写在前面： 大家好，我是强哥，一个热爱分享的技术狂。目前已有 12 年大数据与AI相关项目经验， 10 年推荐系统研究及实践经验。平时喜欢读书、暴走和写作。
基于朴素 ML 思想的协同过滤算法（十七）
写在前面： 大家好，我是强哥，一个热爱分享的技术狂。目前已有 12 年大数据与AI相关项目经验， 10 年推荐系统研究及实践经验。平时喜欢读书、暴走和写作。
协同过滤推荐算法 (十六)
写在前面： 大家好，我是强哥，一个热爱分享的技术狂。目前已有 12 年大数据与AI相关项目经验， 10 年推荐系统研究及实践经验。平时喜欢读书、暴走和写作。
