- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI学习笔记
PostgreSQL在推荐算法中的5个核心应用场景
为什么PostgreSQL成为推荐系统的理想选择从亚马逊的"购买了此商品的顾客也购买了"到Netflix的个性化电影推荐，从抖音的短视频流LinkedIn的职位推荐，推荐算法无处不在。 实时行为数据摄取与特征工程实例分析：直播电商的实时推荐挑战在直播电商场景中，推荐系统面临极高的实时性要求。 图关系推理与路径推荐实例分析：职场社交的"二度人脉"推荐LinkedIn的"你可能认识的人"功能是图推荐算法的经典案例。 在职场社交场景中，推荐逻辑不仅基于相似度，更依赖关系链：共同好友、同事关系、校友网络、技能重叠等。这类问题本质上是在异构图（Heterogeneous Graph）上进行路径推理。 target_company: str) -> List[Dict]: """ 找到通往目标公司的最短路径（基于BFS） 用于"内推"场景推荐
27310编辑于 2026-01-24 - 来自专栏bisal的个人杂货铺
MySQL数据导入方案场景推荐
OFF --triggers --routines --events --hex-blob 为了防止提示，可 因此，1G 的备份文件，测试结果如下： 使用 mysql< xxx.sql 导入，耗时 5 推荐第一种，都是单线程。 -B test -d /backup // 导入主库时需要添加 --enable-binlog // 库名可以自定义 -B test 耗时 2 分钟，建议如下： 在数据量大于 50G 的场景中 ，更推荐 mydumper。 补充场景，支持导出 CSV，也支持 --where 过滤。
62110编辑于 2023-10-19 - 来自专栏清羽飞扬
CloudflareVercel项目推荐(5)
碎碎念 千呼万唤始出来，项目推荐系列文章终于到了第五期啦，前面四期深受大家喜爱，给我赚了不少评论和浏览量嘻嘻，谢谢大家啦！ 介绍 引用站外地址，不保证站点的可用性和安全性 CloudPaste：基于Cloudflare的在线文本/大文件分享平台 github.com@ling-drag0n 之前介绍过很多的内容中转，比如项目推荐 3中就推荐了一个CloudPaste项目，而今天这个是他的升级版，在原有基础上，支持了更美观的页面，更完善的存储源，更多功能的Markdown编辑器。
1K00编辑于 2025-06-13 - 来自专栏机器学习与推荐算法
面向推荐场景的自监督超图Transformer
TLDR: 本文针对推荐数据中的噪声和倾斜分布问题，提出了一种基于超图Transformer的全局关系学习方法。 研究背景 最近几年来，推荐系统在各种网络应用中扮演着越来越重要的角色，例如在线购物、流媒体服务和地点推荐。这些算法模型有助于减轻信息过载问题，同时提高用户体验。 尽管最近的图神经协同过滤方法在隐式反馈等任务上取得了很好的推荐效果，但仍然存在一些挑战，需要解决。首先，在各种推荐场景下，由于各种原因，噪音数据无处不在。 SHT的判别式去噪自监督方法可以作为插件应用到现在基于图神经网络的推荐系统模型中去。 在未来的工作中，可以将SHT架构拓展到更多的推荐场景。
70720编辑于 2023-08-22 - 来自专栏大数据文摘
推荐5个机器学习API
摘自：InfoQ 原文链接：infoq.com/cn/news/2015/12/5-best-ml-api-to-use 作者：孙镜涛 机器学习作为大数据的前沿无疑是让人生畏的，因为只有技术极客和数据科学领域的专家才能驾驭机器学习算法和技术 Microsoft、Google、Amazon以及BigML等公司都为业务分析师和开发人员提供了自己的机器学习即服务（MLaaS），最近Khushbu Shah在KDnuggets上发表了一篇文章，介绍了这5个公司的机器学习 根据给定的文本预测人们的社会特征 Microsoft Azure机器学习API Microsoft Azure机器学习是一个用于处理海量数据并构建预测型应用程序的平台，该平台提供的功能有自然语言处理、推荐引擎 Google预测API是一个云端机器学习和模式匹配工具，它能够从BigQuery和Google云存储上读取数据，能够处理销售机会分析、客户情感分析、客户流失分析、垃圾邮件检测、文档分类、购买率预测、推荐和智能路由等用户场景 Amazon机器学习API支持的用户场景包括： 通过分析信号水平特征对歌曲进行题材分类 通过对智能设备加速传感器捕获的数据以及陀螺仪的信号进行分析识别用户的活动，是上楼、下楼、平躺、坐下还是站立不动 通过分析用户行为预测用户是否能够成为付费用户
1.3K80发布于 2018-05-22 - 来自专栏PDF转换docx
5大学习软件推荐
5.钉钉 钉钉（Ding Talk）是阿里巴巴集团打造的企业级智能移动办公平台，是数字经济时代的企业组织协同办公和应用开发平台，提供PC版，Web版，Mac版和手机版，支持手机和电脑间文件互传，也是很多学校师生上网课常用的软件
2.8K40编辑于 2022-12-30 - 来自专栏AI工具
5款“真香”AI工具推荐
推荐5个非常好用的AI工具，也是我目前使用频率比较高和准备使用的工具，很香。 Chatgpt不在此推荐中啊，在目前的AI工具中，Chatgpt是大哥，既然是大哥，大哥都知道，就不推荐了,然而其目前主要支持文本输出，虽然丰富的插件拓宽了使用场景，但虽是尊贵的Plus，仍旧有3个小时只能输出 FORM=GENILP 推荐理由： AI绘画软件有很多，为什么推荐这个呢？ 重点是比较好用，而且完全免费哈。 Bing 图形创建器，由DALL.E驱动，DALL.E是什么？ 第二款 Adobe firefly 访问地址：https://firefly.adobe.com/ 类型：AI图片处理 推荐理由： 好用强大且免费。 第五款 Filmora 类型：视频编辑 推荐理由： 说时候，看到这款软件的时候，我也在想，要是早有这款软件该多好，就不用熬那么多夜剪片子了，也怪我技术不好。
67220编辑于 2023-07-01 - 来自专栏软件安装
推荐5款强力卸载神器
推荐5款好用且功能强大的软件卸载神器，让你从此告别各种流氓软件，还能自动删除残留文件和注册表项，一定不要错过！ 5、CCleaner 网址：ccleaner.com/ CCleaner跟前面几个软件不同，主打的是电脑的清洁，不过其中也包括软件卸载的功能，再加上强大的清洁功能，当做一个卸载工具使用也是可以的。
2K10编辑于 2026-03-26 - 来自专栏机器学习与推荐算法
智能推荐算法在直播场景中的应用
关于重排具体内容可以看这篇文章：推荐系统技术演进趋势：从召回到排序再到重排 - 张俊林的文章 - 知乎 https://zhuanlan.zhihu.com/p/100019681 5. 上面分享了花椒直播推荐系统从0到1的搭建过程，包括召回和排序过程，但可以发现这些其实是很通用的，完全可以应用于商品推荐、小视频推荐等其他场景。下面会分享些直播场景和其他场景不一样的地方。 智能推荐遇上花椒直播 7.1 直播内容的理解和识别 直播中的推荐和商品推荐等场景有所不同，是“活的”而不是“死的”，因为直播是长时间连续性的，并且内容是实时在变的，比如用户喜欢看跳舞直播，那么当主播不跳的时候用户可能也不想看了 Reference 本文是Microstrong在观看花椒直播推荐系统高级算法工程师王洋在B站上讲解的《智能推荐算法在直播场景中的应用》视频的笔记。 【1】花椒直播推荐系统高级算法工程师王洋：智能推荐系统在直播场景中的应用，视频，地址：https://www.bilibili.com/video/av90507035?
2.6K30发布于 2020-04-21 - 来自专栏Web技术布道师
推荐1-高并发场景，nginx怎么限速
我们使用单个IP在10ms内发并发送了6个请求，只有1个成功，剩下的5个都被拒绝。我们设置的速度是2r/s，为什么只有1个成功呢，是不是Nginx限制错了？ 这在实际场景中未免过于苛刻，真实网络环境中请求到来不是匀速的，很可能有请求“突发”的情况，也就是“一股子一股子”的。 工作进程每隔500ms(rate=2r/s)取一个请求进行处理，最后一个请求要排队2s才会被处理；实验3中，请求放入队列跟实验2是一样的，但不同的是，队列中的请求同时具有了被处理的资格，所以实验3中的5个请求可以说是同时开始被处理的 对应的节点； 2.找到后修改该点在LRU队列中的位置，表示该点最近被访问过； 3.执行漏桶算法； 4.没找到时根据LRU淘汰，腾出空间； 5.
83210发布于 2019-09-02 - 来自专栏圆圆的算法笔记
NLP技术在搜索推荐场景中的应用
NLP技术在搜索推荐中的应用非常广泛，例如在搜索广告的CTR预估模型中，NLP技术可以从语义角度提取一些对CTR预测有效的信息；在搜索场景中，也经常需要使用NLP技术确定展现的物料与搜索query的相关性 在推荐场景中，文本信息也可以作为一种泛化性较强的信息补充，弥补协同过滤信号的稀疏性问题，提升预测效果。 今天这篇文章梳理了NLP技术在搜索推荐场景中3个方面的应用，分别是NLP提升CTR预估效果、NLP解决搜索场景相关性问题、NLP信息优化基于推荐系统效果。 4 总结 本文主要介绍了NLP技术在搜索推荐场景中的应用。 在搜索推荐中，文本信息是很常见的一种信息来源，因此如何利用文本信息提升CTR预估、推荐等模型效果，以及如何利用NLP技术解决相关性问题，都是搜推广场景中很有价值的研究点。 END
2.5K20编辑于 2022-12-19 - 来自专栏机器学习与推荐算法
多目标推荐场景下的深度学习实践
在首页这个复杂的业务推荐场景下，我们面临着多业务融合挑战。 本文将以58同城首页猜你喜欢为例，将具体介绍实践多业务融合推荐场景下的深度学习模型应用，以及相关的工程实践。 主要可以细分为以下四点： 实现了基线最优模型的稳定超越：其中点击率提升了3%， 曝光转化率提升5%。 04 多场景适配 1. 迁移能力探索 多通道模型在58 首页猜你喜欢这个场景落地的同时，我们也在探索怎么将多通道的兴趣模型应用到其他的推荐场景下。 像首页，是一个典型的多业务融合推荐场景，但也有其他单业务推荐。比如以租房为例，租房详情页的相关推荐业务也是一个性化推荐。目前各个场景分别训练排序模型，模型都基于场景特点，有独有的特征结构。
1.1K20发布于 2021-04-22 游戏会话存储场景，推荐用什么Redis产品？
本文从高并发、低延迟、数据持久化等需求出发，对比主流Redis产品，推荐腾讯云数据库Redis作为游戏会话存储的最优解，并结合其功能特性与活动政策提供选型建议。 智能读写分离：自动将读请求分发至5个只读副本，提升5倍读取性能。 2. 企业级容灾能力 多可用区部署：主从节点跨可用区部署，故障切换时间<60秒，保障99.95%可用性。 结语 在游戏会话存储场景中，腾讯云Redis凭借超低延迟、弹性扩展能力和企业级安全防护，成为开发者应对高并发挑战的最优选择。
35810编辑于 2025-12-09- 来自专栏运维之路
风险感知（二）场景设计5要素
本篇接《风险感知（一）》，将采用数字化运维场景设计方法梳理风险感知场景的一些思路。 分析前，先回顾一下场景设计的一些要点： 场景的基础是实际运维工作，要用“连接、数据、赋能”的数字化思维重塑场景 按“人、事、时间、协同、环境”5要素梳理场景 场景强调多角色“组织”高效协同，是对线下流程的在线化 ）、决策、执行闭环 以下从“人、事、时间、协同、环境”5要素看看场景。 …… 3.时间 场景来源于电影。在视频领域，通常按每秒25张或30张图片组合成一个视频画面，对一段时间的视频画面进行剪辑形成一个场景，多个场景组合成为一部电影。 5.环境 环境包括显性环境与隐性环境。
1.4K20编辑于 2022-11-16 - 来自专栏程序员修炼之路
Handler的5种内存泄漏场景
今天我们从MessageQueue的底层机制切入，深度剖析5大高频泄漏场景，让你的App性能飙升300%！ Native层与Java层的交叉引用（nativePollOnce阻塞导致Activity无法回收） 二、5大高频泄漏场景与破解之道 场景1：匿名内部类Handler（新手坟场） 泄漏原理： // ; if (activity == null || activity.isDestroyed()) return; // 安全操作UI } } 场景 持续阻塞 → Handler引用链无法断开 → Activity泄漏 检测工具： # 使用Systrace观察主线程状态 python systrace.py looper -t 10 场景 5：静态Handler的“伪装者” 误区案例： // 错误！
56511编辑于 2025-03-07 - 来自专栏科研菌
推荐5款Chrome科研神器插件！
今天给大家安利超超超级实用的5款Chrome浏览器插件。 从学术网站浏览到文献阅读下载，再到文章润色纠错，可以说是豪华全家桶科研套餐，让你的Chrome秒变科研神器！
10.1K10发布于 2021-02-19 - 来自专栏JavaGuide
推荐 5 个 YYDS 的 Java 项目
这里是 JavaGuide 的「优质开源项目推荐」第 4 期，每一期我都会精选 5 个高质量的 Java 开源项目推荐给大家。 既然立了 Flag ，那就不能说说而已！ 前 4 期的项目推荐 ： 换掉 Postman + Swagger + JMeter，这 5 个 Java 项目绝了！。 用 Java 写个沙盒塔防游戏！ 这个开发神器效率爆炸，功能强大 今天推荐的 5 个项目是： DolphinScheduler : 分布式易扩展的可视化工作流任务调度平台 Jarboot : 可视化 Java 进程管理平台。 ：这个 SpringBoot 电商系统值得推荐！ java-design-patterns-categories 对于每一种设计模式，这个项目都提供了具体的解释、示例代码、类图、相关设计模式、适用场景、教程以及书籍。
1.1K20编辑于 2022-04-11 - 来自专栏深度学习与python
5年迭代5次，抖音推荐系统演进历程
业务背景 对于今日头条、抖音、西瓜视频等字节跳动旗下产品，基于 Feed 流和短时效的推荐是核心业务场景。而推荐系统最基础的燃料是特征，高效生产基础特征对业务推荐系统的迭代至关重要。 主要业务场景 抖音、火山短视频等为代表的短视频应用推荐场景，例如 Feed 流推荐、关注、社交、同城等各个场景，整体在国内大概有 6 亿 + 规模 DAU； 头条、西瓜等为代表的 Feed 信息流推荐场景 较高的特征实时化要求：在以直播、电商、短视频为代表的推荐场景下，为保证推荐效果，实时特征离线生产的时效性需实现常态稳定于分钟级别。 更好的扩展性和灵活性：随着业务场景不断复杂，特征需求更为灵活多变。 有状态特征是非常重要的一类特征，其中最常用的就是带有各种窗口的特征，例如统计最近 5 分钟视频的播放 VV 等。 数据达到 5MB，而 RocksDB 追加更新的特点导致后台在不断进行 flush 和 compaction，单 task 出现慢节点（抖音直播场景）。
2.3K20编辑于 2023-04-01 - 来自专栏软件安装
推荐5个手机数据恢复软件
推荐的有收费有免费有试用的，小编还是尽量推荐一些免费的，必定收费的伤不起，只是找回的话，随便一款能试用就行。 当然数据过多的话也要看他支持回恢复多大的数据 不同系统的手机适配的数据恢复软件有所差异，下面分别推荐适配安卓和iOS系统的免费手机数据恢复软件，同时附上官方地址，没提供的说明真心没找到 1. 飞零手机数据恢复助手（安卓/iOS） 特点：支持安卓和iOS设备的数据恢复，可找回照片、视频、通讯录、短信等常见数据，软件操作流程简洁，免费版能满足日常误删数据的恢复场景，并且该软件比较注重用户数据安全保护 image 官方地址：https://www.fenloger.com/ 5、Windows File Recovery 这个是电脑版的微软官方命令行工具 下载途径：MicosoftStore 搜索 Windows
1.1K10编辑于 2026-03-26 毫秒标准数字时钟应用场景及选型推荐
（二）工业高精度制造领域在高精度生产场景中，时间同步直接影响产品质量与生产效率。 此类场景中，毫秒标准数字时钟是保障生产流程同步的“时间基准”。（三）交通与调度领域交通运营的安全性高度依赖时间协同，毫秒差可能引发安全风险。 例如，科研场景需接入卫星同步信号，确保多实验室跨区域时间一致；工业场景可通过NTP协议与工厂中控系统同步。 （三）稳定性与环境适应性设备需适应应用场景的环境条件，减少故障风险。 SYN6107型标准数字时钟凭借全面的性能适配与高可靠性，能满足多场景的毫秒级时间管理需求，为用户提供精准、稳定的时间解决方案。
45810编辑于 2025-10-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号