- 综合排序
- 最热优先
- 最新优先
- 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。 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。 作者介绍： 郭文飞，字节跳动推荐系统基础服务方向负责人。2015 年初加入字节，主要负责推荐系统基础服务方向，例如消重、计数、特征等。 字节跳动推荐架构团队实时计算方向，负责抖音、今日头条、西瓜视频等超 10 亿用户产品推荐系统架构实时计算系统的设计和开发，保障系统稳定和高可用。 抽象通用实时计算系统、构建统一的推荐特征中台，实现灵活可扩展的高性能存储系统和计算模型，为推荐业务实现先进的消重、计数、特征服务等实时推荐数据流系统。
2.2K20编辑于 2023-04-01 - 来自专栏JavaEdge
窥探推荐系统1 信息发现2 推荐系统3 分类4 深入推荐机制5 应用6 总结
本文将深入介绍推荐系统的工作原理，和其中涉及的各种推荐机制，以及它们各自的优缺点和适用场景，帮助用户清楚的了解和快速构建适合自己的推荐系统。 又或者他们需要更加符合他们个人口味和喜好的结果，因此出现了推荐系统，与搜索系统对应，大家也习惯称它为推荐系统。 2 推荐系统 推荐系统利用特殊的信息过滤技术，将不同的物品或内容推荐给可能对它们感兴趣的用户。 ? 这是一个最基本的推荐系统分类，其实大部分人们讨论的推荐系统都是关于个性化的推荐系统，因为从根本上说，只有个性化的推荐系统才是更加智能的信息发现过程。 5 应用 介绍完推荐系统的基本原理，基本推荐机制，下面简要分析几个有代表性的推荐系统的应用，这里选择两个领域：Amazon 作为电子商务的代表，豆瓣作为社交网络的代表。
74330发布于 2018-12-28 - 来自专栏机器学习初学者精选文章
【推荐系统】推荐系统概述
推荐系统从早期发展到现在，已经得到了很大的改进和完善，以不断地提高用户体验。尽管推荐系统中许多都是非常复杂的系统，但其背后的基本思想依然十分简单。 推荐系统是什么？ 如何构建一个推荐系统？ 现在已经有很多种技术来建立一个推荐系统了，我选择向你们介绍其中最简单，也是最常用的三种。他们是：一，协同过滤；二，基于内容的推荐系统；三，基于知识的推荐系统。 例如，如果Jean-Pierre喜欢星球大战3:绝地武士归来和星球大战5:帝国反击战，Jason也喜欢绝地武士归来，那么帝国反击战对Jason来说是就是一个很好的推荐。 混合推荐系统 文章到目前为止所介绍的不同类型的推荐系统都各有优劣，他们根据不同的数据给出推荐。一些推荐系统，如基于知识的推荐系统，在数据量有限的冷启动环境下最为有效。 >= ratingsCount movieStats[popularMovies].sort_values([('rating', 'mean')], ascending=False)[:15] 5.
2.5K33发布于 2021-07-07 - 来自专栏杨熹的专栏
推荐系统
本文结构： 推荐系统 常用方法 简介 模型 cost, gradient 表达式 代码实现 应用实例 参考： Coursera－Andrew Ng 的 Machine Learning Sirajology 推荐系统 根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。 为用户节省时间，还能挖掘可能用户自己都不知道的潜在兴趣点。 生活中的例子：喜马拉雅上根据我听过的书推荐相关的内容，效果不错，推荐的很多我都会订阅。Youtube上根据我看过的视频推荐内容，如果我在追剧，它会把最新的剧集放在我首页，还有我可能感兴趣的电影。 还有很多例子和方法，以及冷启动等关键问题，推荐大家看《推荐系统实战》这本书，之前去听新浪微博的分享，这本书是他们推荐系统部门的必备材料。 ---- 2. 每个用户对二十个左右的电影进行评分，分数由1到5，以字典的形式存储。
1.6K102发布于 2018-04-02 - 来自专栏大数据文摘
5类系统推荐算法，告诉你用户需要什么
序言 最近因为PAC平台自动化的需求，开始探坑推荐系统。 什么是推荐系统 1. 什么是推荐系统？ 推荐系统是啥？ 因此我们需要推荐系统来帮助用户过滤掉低价值的信息。 目的3. 提高站点的点击率/转化率 好的推荐系统能让用户更频繁地访问一个站点，并且总是能为用户找到他想要购买的商品或者阅读的内容。 目的4. 当有一名新用户或者新物品进入系统时，推荐将无从依据； 在一些item生存周期短（如新闻、广告）的系统中，由于更新速度快，大量item不会有用户评分，造成评分矩阵稀疏，不利于这些内容的推荐。 比如当推荐的内容里包含敏感词汇、涉及用户隐私的内容等等，就需要系统将其筛除；若数次推荐后用户依然对某个item毫无兴趣，我们就需要将这个item降低权重，调整排序；另外，有时系统还要考虑话题多样性的问题
1.5K70发布于 2018-05-22 - 来自专栏用户6881919的专栏
论文阅读5-----基于强化学习的推荐系统
(1) how to update recommending strategy according to user’s real-time feedback, and 说白了就是能够根据用户反馈对推荐系统及时做出调整 在论文阅读4中有提到，传统的推荐系统无法做到根据反馈及时调整。 In particular, 就是如何推荐一个页面的物品，而不是一个物品。最好不是那种传统推荐系统取什么top-10之类的（推荐的东西特别的相似）。 基于RL的推荐系统，可以根据及时反馈及时调整策略。 online training image.png image.png 好了好了又想学习推荐系统科研的小可爱们
64500发布于 2021-01-17 - 来自专栏LhWorld哥陪你聊算法
【推荐系统篇】--推荐系统之训练模型
org.apache.spark.{ SparkContext, SparkConf } import scala.collection.Map /** * Created by root on 2016/5/
1.6K10发布于 2018-09-13 - 来自专栏华章科技
5类系统推荐算法，告诉你用户需要什么
在深坑外围徘徊了一周后，我整理了一些推荐系统的基本概念以及一些有代表性的简单的算法，作为初探总结，也希望能抛砖引玉，给同样想入坑的伙伴们提供一些思路。 1.什么是推荐系统 什么是推荐系统？ 没错，猜你喜欢、个性歌单、热点微博，这些都是推荐系统的输出内容。从这些我们就可以总结出，推荐系统到底是做什么的。 因此我们需要推荐系统来帮助用户过滤掉低价值的信息。 目的3：提高站点的点击率/转化率 好的推荐系统能让用户更频繁地访问一个站点，并且总是能为用户找到他想要购买的商品或者阅读的内容。 当有一名新用户或者新物品进入系统时，推荐将无从依据； 在一些item生存周期短（如新闻、广告）的系统中，由于更新速度快，大量item不会有用户评分，造成评分矩阵稀疏，不利于这些内容的推荐。 5.总结 随着大数据和机器学习的火热，推荐系统也将愈发成熟，需要学习的地方还有很多，坑还有很深，希望有志的同学共勉~ 引用 【1】http://buildingrecommenders.wordpress.com
77030发布于 2018-08-15 - 来自专栏全栈程序员必看
推荐5款开源报表工具下载_开源报表系统
项目地址：https://gitee.com/luob/reportico 5、项目名称： ECharts 项目简介：ECharts 是一款由百度前端技术部开发的，基于 Javascript 的数据可视化图表库
3.9K20编辑于 2022-11-01 - 来自专栏深度学习自然语言处理
【推荐系统】推荐系统中的图网络模型
整理：极验 作者：Roxana Pamfil 在互联网时代，推荐系统无处不在。不仅可以向用户推荐实体商品，还可以推荐电影、歌曲、新闻报道、酒店旅行等，为用户提供量身定制的选择。 这些系统中有许多都涉及了协同过滤——根据其他相似用户的偏好向用户推荐 item。推荐系统的背后还用到了包括矩阵分解、邻域方法以及各种混合方法。 通过在这样的网络中进行边预测，可以解决两个重要的业务问题： 1、Recommendations ——我们应该给用户推荐哪些新商品？ 网络和社区结构 网络是系统的抽象表示，其中称为节点的对象通常以成对的方式通过边相互交互。 一项重要任务是预测新的边，可以将其引入推荐系统和针对性的促销活动。在计算性能方面，社区检测是我们描述的过程中最耗时的部分。 该 network 方法的主要优势在于它不受监督。
2.2K10发布于 2019-12-11 - 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！ R2网盘：基于Cloudflare R2的个人文件存储与分享系统，支持浏览、上传与公开链接分享。 在线白板：纯前端白板项目，支持自由绘图与页面标注，适用于笔记、构图与展示，非多人协作工具。 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。 项目完全端到端加密，没有任何存储，中间人，系统管理员也无法获取任何明文消息内容，所有加密解密都在客户端本地进行，服务器仅仅作为加密数据的盲文中继。
97100编辑于 2025-06-13 - 来自专栏小小挖掘机
推荐系统评价：什么是好的推荐系统
宗旨：服务提供方与消费方的双赢 推荐系统是一个多方交互的复杂系统，有很多因素能够对推荐系统的效果产生影响，本文试对这些因素中的一些代表性因素进行简单的阐述分析。 ▌宏观 从宏观上来看，好的推荐系统就是满足用户的需求，帮助其进行路径优化与兴趣发现。微观上来讲，好的推荐系统一定是再为产品服务，不同的产品阶段，我们需要确立不同的推荐系统目标及评价体系。 推荐系统角度 1) 长尾挖掘 挖掘必然是推荐需要去完成的一件事，长尾作为大头的存在，分发过程中需要将把握，或者说长尾挖掘是好的推荐系统需要去完成的任务。 2) 教育引导 好的推荐可以快速地教育用户，帮助用户快速地了解产品和使用产品。 3) 说服并使用户信任 可以让用户对产品的认知升级，并且开始信任推荐产品，对于推荐产品的结果产生依赖和信任感。 5. 推荐的 5W 进一步展开，从细节来讲好的推荐系统往往会考量5个 w： when ，where ，who ，what ，why 。 When：主要是在围绕时间维度做文章。
3.1K51发布于 2019-06-24 - 来自专栏LhWorld哥陪你聊算法
【推荐系统篇】--推荐系统之测试数据
一、前述 线上模型部分根据用户的行为数据进行推荐，相当于测试数据 二、具体代码 package com.alibaba.dubbo.demo.impl; import com.alibaba.dubbo.demo.RcmdService Consolos 字体 Item.icount@4 图片数量 Item.icount_dscrt@4 Item.stars@5
98430发布于 2018-09-13 - 来自专栏机器学习与推荐算法
推荐系统实践系列 | 一、推荐系统流程设计
推荐系统主要解决的是信息过载问题，目标是从海量物品筛选出不同用户各自喜欢的物品，从而为每个用户提供个性化的推荐。 推荐系统往往架设在大规模的业务系统之上，不仅面临着用户的不断增长，物品的不断变化，而且有着全面的推荐评价指标和严格的性能要求（Netflix 的请求时间在 250 ms 以内，今日头条的请求时间在 200ms 为了解决如上这些问题，推荐系统通常被设计为三个阶段：召回、排序和调整，如下图所示： ? 这里以文章推荐系统为例，讲述一下推荐系统的完整流程，如下图所示： ? 同步业务数据 为了避免推荐系统的数据读写、计算等对应用产生影响，我们首先要将业务数据从应用数据库 MySQL 同步到推荐系统数据库 Hive 中，这里利用 Sqoop 先将 MySQL 中的业务数据同步到推荐系统的
2.6K33发布于 2020-04-20 - 来自专栏编程进阶实战
推荐5款免费、开箱即用的Vue后台管理系统模板
对于需要快速搭建企业级后台管理系统的开发者而言，使用现成的Vue后台管理系统模板无疑是一个明智之举。 本文大姚将为你推荐5款开源、免费、开箱即用的Vue后台管理系统模板，帮助你快速启动项目，专注于业务逻辑的开发。 arco-design-pro-vue 在线预览：https://vue-pro.arco.design/login vue-pure-admin vue-pure-admin 是一款开源免费且开箱即用的中后台管理系统模版
12.8K11编辑于 2024-08-20 - 来自专栏后端技术
推荐系统 入门
推荐系统一般分为三种： Content-based System 首先根据物品的元数据，发现物品的相关性，然后基于用户以前的喜好记录推荐给用户相似的物品[2] 详情可看基于内容推荐算法详解(比较全面的文章 ，为用户推荐别的商品。 被用于推荐用户偏好。 本文主要阐述memory-based method的推荐系统 相似度的计算方法 推荐物品预测能力的性能，取决于用于计算用户间相似度的方法。人们发明出各种计算相似度的方法。 实验结果显示，在预测用户评分的准确率中，被推荐的测量参数表现优于始终不变的参数。 5.
98930发布于 2019-05-25 - 来自专栏JavaEdge
窥探推荐系统
本文将深入介绍推荐系统的工作原理，和其中涉及的各种推荐机制，以及它们各自的优缺点和适用场景，帮助用户清楚的了解和快速构建适合自己的推荐系统。 又或者他们需要更加符合他们个人口味和喜好的结果，因此出现了推荐系统，与搜索系统对应，大家也习惯称它为推荐系统。 2 推荐系统 推荐系统利用特殊的信息过滤技术，将不同的物品或内容推荐给可能对它们感兴趣的用户。 这是一个最基本的推荐系统分类，其实大部分人们讨论的推荐系统都是关于个性化的推荐系统，因为从根本上说，只有个性化的推荐系统才是更加智能的信息发现过程。 5 应用 介绍完推荐系统的基本原理，基本推荐机制，下面简要分析几个有代表性的推荐系统的应用，这里选择两个领域：Amazon 作为电子商务的代表，豆瓣作为社交网络的代表。
44851编辑于 2022-11-30 - 来自专栏星回的实验室
推荐系统初探
在深坑外围徘徊了一周后，我整理了一些推荐系统的基本概念以及一些有代表性的简单的算法，作为初探总结，也希望能抛砖引玉，给同样想入坑的伙伴们提供一些思路。 1. 什么是推荐系统？ 推荐系统是啥？ 没错，猜你喜欢、个性歌单、热点微博，这些都是推荐系统的输出内容。从这些我们就可以总结出，推荐系统到底是做什么的。 * 目的1. 因此我们需要推荐系统来帮助用户过滤掉低价值的信息。 * 目的3. 提高站点的点击率/转化率 * 好的推荐系统能让用户更频繁地访问一个站点，并且总是能为用户找到他想要购买的商品或者阅读的内容。 当有一名新用户或者新物品进入系统时，推荐将无从依据； 在一些item生存周期短（如新闻、广告）的系统中，由于更新速度快，大量item不会有用户评分，造成评分矩阵稀疏，不利于这些内容的推荐。 利用用户的社交网络，可以很方便地通过用户的好友、兴趣群的成员等更快捷地找到相似用户以及用户可能感兴趣的内容，提高推荐的准确度。 5.
1.3K40发布于 2018-08-02 - 来自专栏JavaEdge
窥探推荐系统
本文将深入介绍推荐系统的工作原理，和其中涉及的各种推荐机制，以及它们各自的优缺点和适用场景，帮助用户清楚的了解和快速构建适合自己的推荐系统。 又或者他们需要更加符合他们个人口味和喜好的结果，因此出现了推荐系统，与搜索系统对应，大家也习惯称它为推荐系统。 2 推荐系统 推荐系统利用特殊的信息过滤技术，将不同的物品或内容推荐给可能对它们感兴趣的用户。 这是一个最基本的推荐系统分类，其实大部分人们讨论的推荐系统都是关于个性化的推荐系统，因为从根本上说，只有个性化的推荐系统才是更加智能的信息发现过程。 5 应用 介绍完推荐系统的基本原理，基本推荐机制，下面简要分析几个有代表性的推荐系统的应用，这里选择两个领域：Amazon 作为电子商务的代表，豆瓣作为社交网络的代表。
66430发布于 2018-12-26 推荐系统介绍
虽然其中很多是非常复杂的系统，但其背后的基本思想仍然非常简单。 什么是推荐系统？ 推荐系统是信息过滤系统的一个子类，基于偏好和行为向用户呈现他或她可能感兴趣的项目。 如何创建推荐系统 尽管建立推荐系统的技术有很多，但我选择了三种最简单，最常用的方法：第一种是协同过滤，第二种是基于内容的系统，第后一种是基于知识的系统。 这个项目就是潘多拉音乐的强力推荐。 基于知识的推荐系统 基于知识的推荐系统在罕有地购买的项目环境中特别有用。例子包括房屋，汽车，金融服务，甚至昂贵的奢侈品。 例如，当用户明确指定他在一个价格范围内寻找住宅时，系统必须考虑到这个规格。 推荐系统中的冷启动问题 推荐系统的主要问题之一是最初可用的评级数量相对较小。 ] >= ratingsCount movieStats[popularMovies].sort_values([('rating', 'mean')], ascending=False)[:15] 5.
1.5K70发布于 2018-02-02
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