深度学习应对推荐系统,必须懂的3个层面 因为与时下大数据AI紧密相关。故此本文先讲为什么推荐系统总被提及?接着讲推荐系统数据分析经验,然后讲解概述传统推荐系统产品的做法,最后撰写深度学习推荐系统产品的 产品设计 2023年07月21日
推荐系统“体检”:如何评估推荐系统的“健康”状况? 推荐系统从海量数据中挖掘用户喜欢的内容,满足用户的需求。要想做到“千人千面”的同时,又能做到“精准推荐”,一个健康的推荐系统是必不可少的。就像为了自己的健康去 产品设计 2023年07月21日
一文读懂推荐系统用户画像 用户画像,简单来讲,就是我们给用户打上的一系列的标签。它的应用非常广泛,在互联网产品的任何一个领域,任何一种实现用户个性化的功能,都需要用到用户画像。本文只涉及 用户研究 2023年07月23日
如何设计一款百万日活的推荐系统(1)—大智慧RES从0到1实战 前言作者简介:本人3年金融行业产品经验,主攻python数据挖掘和机器学习。目前就职于上海大智慧,主要负责大数据平台、用户画像、推荐搜索、知识图谱等方向 。曾 产品设计 2023年07月25日
图解推荐系统 回顾20多年前推荐算法提出的90年代,也是中国互联网起步的时候,浏览门户网站即可满足我们对数字世界探索的大部分需求,彼时是‘人找物’,系统推荐的应用空间不大。 产品设计 2023年07月26日
推荐策略产品经理必读系列—第五讲推荐系统的召回三 一、什么是向量召回1. 向量具有大小和方向的量。向量召回的核心思想就是将用户特征和物料特征全部用向量来表示,然后基于向量来计算用户与物料的相似度、用户与用户 产品经理 2023年08月06日
推荐系统技术文本相似性计算(三)实战篇 前两篇可以直接看我的专栏或者文本相似性计算(一)文本相似性计算(二)前面说了两篇了,分别介绍了TFIDF和向量空间的相关东西,然后介绍了主题模型,这一篇我们就来试试这两个东西。词向量就不在这篇试了,词向量和这两个关系不大,不好对比,不过我最后也给出了代码。0. 工具准备工欲善其事,必先利其器,那么我们先来利其器,这里我们使用的是python的gensim工具包,地址是:ht 业界 2016年07月05日
23张图,带你入门推荐系统 做广告业务1年多时间了,但是平时的工作主要和广告工程有关,核心的广告算法由 AI 部门支持,对我们而言可以说是「黑盒般」的存在,只需要对训练好的模型进行调用即可 产品设计 2023年07月26日
推荐系统技术 --- 文本相似性计算(二) 第一篇地址:https://segmentfault.com/a/1190000005270047上一篇中我们的小明已经中学毕业了,今天这一篇继续文本相似性的计算。首先前一篇不能解决的问题是因为我们只是机械的计算了词的向量,并没有任何上下文的关系,所以思想还停留在机器层面,还没有到更高的层次上来,正因为这样才有了自然语言处理这门课程了。今天我们稍微说说这个吧,后台留言很多朋 业界 2016年07月04日
CB算法:基于内容的推荐算法的基本原理 推荐系统能有效帮助用户快速发现感兴趣和高质量的信息,增加用户使用产品的时长。推荐系统越精准,用户的使用体验就越好,产品越容易留住用户。近几年,今日头条、抖音等产品的诞生,也使得基于内容的推荐算法这一古老算法的崛起。本文将简要阐述基于内容的推荐算法的基本原理,enjoy~基于内容的推荐算法是众多推荐算法中的一种,是一种机器学习算法。可以说推荐系统算法是机器学习算法应用在我们生 业界 2018年05月17日