BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

您现在处于全屏预览
关闭全屏预览

百度个性化推荐实践
录制于:

| 作者 姚旭 关注 0 他的粉丝 发布于 2013年10月22日 | QCon上海2018 关注大数据平台技术选型、搭建、系统迁移和优化的经验。
33:18

概要
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,将被推荐item的内容进行不同维度的分解和标注。通过item本身的属性信息为核心基础向用户进行推荐。基于内容的推荐就是典型的白盒推荐策略。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。协同过滤以及基于用户领域矩阵的各种推荐算法是这类黑盒策略的代表。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。

个人简介

姚旭,现为百度个性化推荐部门资深研发工程师,搜索技术部专家委员会成员。主持参与了电影,电视剧,小说,音乐等多种不同产品上推荐系统策略算法的研发工作。 先前在百度 Search Rank 组负责文本内容分析,超链分析等搜索核心技术,主导研发了百度第二代超链分析系统"Page Popularity"。 此外还曾在社会化问答网站「知乎」任技术负责人,负责知乎的个性化推荐,数据挖掘等基础技术建设和产品转化。「发现」频道,个性化邮件等产品深受用户欢迎。 技术领域上,专注于信息发现和解决信息过载问题,致力于通过技术产品手段帮助用户高效的获取有效信息。「玩聚」网爱好者,在玩聚关闭后,自行开发了twiiter和google reader新鲜热文聚合的网站 「大浆糊」.

QCon是由InfoQ主办的全球顶级技术盛会,每年在伦敦、北京、东京、纽约、圣保罗、杭州、旧金山召开。自2007年3月份首次举办以来,已经有包括传统制造、金融、电信、互联网、航空航天等领域的近万名架构师、项目经理、团队领导者和高级开发人员参加过QCon大会。

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