BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

rss
48:24
他的粉丝

LTR(Learning To Rank)在个性化电商搜索领域的应用

作者 吴晨  发布于  2017年4月19日 作者 吴晨 关注 0 他的粉丝  发布于  2017年4月19日

本次分享中,我们将讨论 LTR 的若干算法,特征工程(包括个性化特征等),标注样本构建抽样等方案,以及目前电商搜索领域常用的 Query-Full 和 Query-Less 场景中算法及特征选型思路。

31:34
他的粉丝

京东数据驱动下的个性化推荐

作者 刘尚堃  发布于  2015年10月8日 1 作者 刘尚堃 关注 0 他的粉丝  发布于  2015年10月8日 1

京东作为国内最大的自营b2c平台以数据为驱动的个性化推荐系统发挥着越来越关键的作用,目前推荐直接公司的订单占比已经占到总订单的13%。重点介绍京东个性化推荐系统多年宝贵的实践经验,对零售企业很有借鉴意义。

38:06
他的粉丝

1号店个性化推荐实践

作者 王答明  发布于  2014年6月19日 作者 王答明 关注 0 他的粉丝  发布于  2014年6月19日

本次演讲会从产品和技术融合的角度介绍1号店在推荐系统上的实践和探索,不同的机器学习模型如何适用于不同的推荐应用,数据/算法各自重要性如何在真实商业场景中体现,推荐系统在用户体验和商业价值多重目标下如何平衡,以及支撑推荐的大数据挖掘架构等方面

33:18
他的粉丝

百度个性化推荐实践

作者 姚旭  发布于  2013年10月21日 1 作者 姚旭 关注 0 他的粉丝  发布于  2013年10月21日 1

百度个性化与推荐部门成立至今,在各个产品线上尝试了多种不同的个性化推荐算法。在个性化推荐实际产品化的过程中,在总结各个独立策略在实际线上表现的同时,结合不同产品线和数据集合的自身特点,百度个性化推荐团队摸索出了一条白盒策略和黑盒策略相结合的做法。在此,我们会以产品中实际应用的例子,分析白盒策略和黑盒策略的优劣,同时介绍两者相互结合的做法。

35:37
他的粉丝

电商推荐系统迷思

作者 何杰  发布于  2013年6月2日 作者 何杰 关注 0 他的粉丝  发布于  2013年6月2日

讨论个性化和推荐在电商领域实践遇到的困难思考,经历,谬误和项目经验教训。

37:46
他的粉丝

利用20%时间开发推荐引擎

作者 翁伟  发布于  2013年6月1日 作者 翁伟 关注 0 他的粉丝  发布于  2013年6月1日

公司购买的第三方推荐引擎被证明无效,替代方案之一是自行开发。那么如何在有限资源下快速开发全新的推荐引擎并最终上线?分享我在开发过程中所解决的一些软件工程问题。

41:43
他的粉丝

百度推荐系统实践

作者 姚旭  发布于  2013年5月31日 2 作者 姚旭 关注 0 他的粉丝  发布于  2013年5月31日 2

百度个性化与推荐部门成立至今,在各个产品线上尝试了多种不同的个性化推荐算法。从推荐算法的核心出发点来看,可以粗略分为白盒推荐策略和黑盒推荐策略。白盒推荐的核心内容是基于各个领域的不同背景知识,利用专家或者用户UGC的方式,将被推荐item的内容进行不同维度的分解和标注。黑盒推荐策略则是规避白盒推荐对于背景知识的要求,利用数据挖掘和人工智能的方式对数据进行建模,把推荐转化为一个最优化的数学问题来求解

37:40
他的粉丝

推荐系统实时化的实践和思考

作者 陈天健  发布于  2013年5月30日 作者 陈天健 关注 0 他的粉丝  发布于  2013年5月30日

推荐系统时效性对于推荐效果往往有着重大的影响,本讲座将探讨在实际系统中,推荐实时性如何从原理到系统各个层面得到体现和提升。

01:08:50
他的粉丝

个性化推荐的几个问题

作者 王守崑  发布于  2012年12月26日 1 作者 王守崑 关注 2 他的粉丝  发布于  2012年12月26日 1

个性化推荐系统的搭建过程中,面临很多问题和挑战。本文试图从产品的不同阶段和需求出发,讨论解决这些问题和挑战的思路和做法。具体内容包括,算法的选取,度量指标的选择,用户行为建模,算法调度框架,计算资源的分配等等。同时也展望了个性化推荐系统的发展方向和前景。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT