推荐系统

京东搜索EE链路演进

本文将从搜索EE近期的全量迭代出发，展现其链路演进的整体脉络，包含：EE自适应动态探测模型——EE场景建模方式升级——打分与穿插两阶段一致性升级——探测与自然流量全局联动优化四个阶段，梳理对搜索EE的思考与下一步迭代方向。 ... »

Empowering Long-tail Item Recommendation through Cross Decoupling Network (CDN)

长尾问题是个老大难问题了。在推荐中可以是用户/物料冷启动，在搜索中可以是中低频query、文档，在分类问题中可以是类别不均衡。长尾数据就像机器学习领域的一朵乌云，飘到哪哪里就阴暗一片。今天就介绍来自Google的一篇解决长尾物品推荐的论文。 ... »

商品推荐系统浅析

本文主要做推荐系统浅析，主要介绍推荐系统的定义，推荐系统的基础框架，简单介绍设计推荐的相关方法以及架构。适用于部分对推荐系统感兴趣的同学以及有相关基础的同学，本人水平有限，欢迎大家指正。 ... »

详解深度学习中推荐系统的经典模型

摘要：DSSM 用字向量作为输入既可以减少切词的依赖，又可以提高模型的泛化能力，因为每个汉字所能表达的语义是可以复用的。本文分享自华为云社区《深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比》，作者：汀丶。 1.DeepFM模型 1.1模型简 ... »

深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比

# 深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比 # 1.DeepFM模型 ## 1.1.模型简介 CTR预估是目前推荐系统的核心技术，其目标是预估用户点击推荐内容的概率。DeepFM模型包含FM和DNN两部分，FM模型可以抽取low-or ... »

多任务学习

多目标与跷跷板为什么要用多任务学习，有什么好处？为什么多任务学习是有效的？通常业务本身包含很多目标，难以采用单一目标建模（比如通常没有显式的用户满意度评价指标）。在CV、NLP中采用多任务损失函数是比较常见的事情，在推荐领域也可以采用多任务学习，并且能够切合实际的应用场景。例如，电商场景的优化 ... »

构建基于深度学习神经网络协同过滤模型(NCF)的视频推荐系统(Python3.10/Tensorflow2.11)

毋庸讳言，和传统架构(BS开发/CS开发)相比，人工智能技术确实有一定的基础门槛，它注定不是大众化，普适化的东西。但也不能否认，人工智能技术也具备像传统架构一样“套路化”的流程，也就是说，我们大可不必自己手动构建基于神经网络的机器学习系统，直接使用深度学习框架反而更加简单，深度学习可以帮助我们自动地... ... »

如何设计一个最简化的推荐系统

互联网时代，数据呈爆炸式增长，前所未有的数据量远远超过受众的接收和处理能力，因此，从海量复杂数据中有效获取关键性有用信息成为必须解决的问题。面对信息过载问题，人们迫切需要一种高效的信息过滤系统,“推荐系统”应运而生。 20世纪90年代以来，尽管推荐系统在理论、方法和应用方面取得了系列重要进展，但数... ... »

跨域推荐：嵌入映射、联合训练和解耦表征

跨域推荐旨在利用从其它相关源域收集的用户-物品交互信息以提升目标域的推荐质量。传统的跨域推荐方法常常基于嵌入和映射（Embedding and Mapping，EMCDR）的思路，这种方法在进行对齐操作之前，各领域需要先通过预训练以独立地得到用户/物品的embeddings。因此，有偏的（bias... ... »

Windows系统彻底卸载SQL Server通用方法(推荐!)

目录前言一、停止 SQL Server 服务二、卸载 SQL Server 数据库三、删除 SQL Server 相关文件四、删除 SQL Server 相关注册表五、重启电脑总结前言无论什么时候，SQL Server 的安装和卸载都是一件让我们头疼的事情。因为不管是 S »

基于内容的推荐系统算法

基于内容的推荐算法是一种常用的推荐算法，它主要通过分析物品的特征（如文本、图片、视频等）来实现推荐。其核心思想是利用物品属性的相似性，将已经喜欢的物品的特征作为输入，推荐与该物品相似度高的其他物品。基于内容的推荐算法仅考虑了单个用户对物品的偏好，而未考虑多个用户之间的交互和影响。此外，该算法在特征 ... »

开源API越权漏洞检测系统推荐：IDOR_detect_tool

相信大部分读者跟我一样，每天都在写各种API为Web应用提供数据支持，那么您是否有想过您的API是否足够安全呢？ Web应用的安全是网络安全中不可忽视的关键方面。我们必须确保其Web应用与后台通信的安全，以防止数据泄露，因为这可能导致重大的财务损失和声誉受损。而在Web应用的安全问题中，最常见的漏 ... »

推荐系统[八]算法实践总结V0：腾讯音乐全民K歌推荐系统架构及粗排设计

推荐可分为以下四个流程，分别是召回、粗排、精排以及重排： 1. 召回是源头，在某种意义上决定着整个推荐的天花板； 2. 粗排是初筛，一般不会上复杂模型； 3. 精排是整个推荐环节的重中之重，在特征和模型上都会做的比较复杂； 4. 重排，一般是做打散或满足业务运营的特定强插需求，同样不会使用复杂模型... ... »

解密游戏推荐系统的建设之路

本文从零开始介绍了游戏推荐项目的发展历程，阐述了大型项目建设中遇到的业务与架构问题以及开发工程师们的解决方案，描绘了游戏推荐项目的特点以及业务发展方向，有着较好的参考与借鉴意义。 ... »

TikTok 推荐引擎强大的秘密

作者：Heorhii Skovorodnikov 深入研究TikTok令人惊叹的实时推荐系统的内部工作原理，了解是什么使它成为该领域最好的产品之一。为什么TikTok的feed如此让人上瘾？秘诀在于他们的推荐引擎，这正是使TikTok成为最大的社交媒体平台之一的原因。似乎feed可以读取你的思想 ... »

推荐系统[八]算法实践总结V1：淘宝逛逛and阿里飞猪个性化推荐：召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】

推荐系统[八]算法实践总结V1：淘宝逛逛and阿里飞猪个性化推荐：召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】 ... »

推荐系统[二]：召回算法超详细讲解[召回模型演化过程、召回模型主流常见算法(DeepMF_TDM_Airbnb Embedding_Item2vec等)、召回路径简介、多路召回融合]

推荐系统[二]：召回算法超详细讲解[召回模型演化过程、召回模型主流常见算法(DeepMF_TDM_Airbnb Embedding_Item2vec等)、召回路径简介、多路召回融合] ... »

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

1. 推荐算法的初步理解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。 1.1 推荐系统主要解决问题任务一：挖掘长尾：帮助用户找到想要的物品（音乐、商品、新闻），挖掘长尾效应中的非流行市场。 »