- 综合排序
- 最热优先
- 最新优先
- 来自专栏MixLab科技+设计实验室
社交媒体工具｜Mixlab推荐
在当今社交网络时代，随着领英等社交平台的兴起，这一数字已经大大缩减。现实生活中，你可能只认识几百人，但是通过领英，你能覆盖的人脉可能超过百万。 作为增长黑客必备的技能之一就是善于在各种社交媒体上做用户增长。好用的配套工具自然不可缺少。今天给大家介绍一款领英的内容运营工具。 inlytics ❤️✖️Inlytics Social Media Tools LinkedIn Analytics For Personal Profiles ➡️ 10x倍效率分析你的数据 ，我研究了producthunt上的一些相关推荐。 下图领英图标就是本文提到的inlytics工具： 从另外一张图谱，我们可以看到producthunt的推荐逻辑，更多地追求推荐的多样性。
83610发布于 2021-07-08 - 来自专栏活动
利用社交网络数据改进推荐系统
为了解决这些问题，研究者们开始关注社交网络数据在推荐系统中的潜力。社交网络数据包含了用户之间的社交关系、互动记录、社交网络中的内容传播等信息。 新用户的社交关系、好友喜好等信息可作为推荐参考。 个性化推荐 社交网络数据帮助推荐系统更好理解用户兴趣偏好。通过分析用户的社交关系和互动记录，可生成更个性化的推荐内容。 社交网络数据的获取与处理 在利用社交网络数据改进推荐系统时，数据的获取与处理至关重要。 通过图的遍历或传播算法，可以进行推荐。 基于矩阵分解的推荐算法 在传统的矩阵分解算法中加入社交网络数据，构建用户-物品-社交三元组矩阵。 'interaction') user_item_matrix = user_item_matrix.fillna(0) # 进行矩阵分解 nmf_model = NMF(n_components=10
78700编辑于 2024-08-11 - 来自专栏深度学习之tensorflow实战篇
社交网络SNS的好友推荐算法
花了几天看了些做社交的好友推荐，现在很多App都有社交场景，本身就是做用户的场景，所以以后肯定要在这块有一些应用。 在社交网络中, 可以根据现有的社交网络图给用户推荐新的好友, 比如给用户推荐好友的好友。基于好友的好友推荐算法可以用来为用户推荐在现实社会中相互熟悉而在当前社交网络中没有联系的其他用户。 社交兴趣度 本文对根据社交图谱计算用户相似度的传统方法进行改进, 从共同好友和互动情况两方面来表现用户之间的关系亲密程度, 从而计算出目标用户对待推荐用户的社交兴趣度, 以此描述目标用户和待推荐用户成为好友的可能性 综合社交和兴趣的好友推荐 不同的社交网络中人们的目的和侧重点往往是存在差异的, 因此, 人们通常在不同的社交网站建立不同的关系网络。 社交图谱是静态的, 没有时间变化概念, 认识10年的朋友和昨天才发生交集的朋友在社交关系图上没有明显差别; 而兴趣图谱是动态的, 其变化通常会反映在历史行为中。
3.1K10发布于 2019-02-13 - 来自专栏全栈程序员必看
hexo博客主题推荐_wordpress社交主题
添加动漫人物 安装插件hexo-helper-live2d npm install --save hexo-helper-live2d 安装下载动画人物库, 动画人物有很多, 可以网上查询资料, 下面推荐几种 博客根目录下生成/source/movies/index.md文件: hexo new page movies /source/movies/index.md文件添加如下内容: --- title: 电影推荐 date: 2021-08-25 19:56:04 type: movies --- ## 精彩电影推荐 ### 怒火·重案 {% mtime 263501 %} ### 再见，少年 {% mtime 发布时间，强烈建议填写此选项，且最好保证全局唯一 author 根 _config.yml 中的 author 文章作者 img featureImages 中的某个值 文章特征图 top true 推荐文章 （文章是否置顶），如果 top 值为 true，则会作为首页推荐文章 cover false 表示该文章是否需要加入到首页轮播封面中 coverImg 无 表示该文章在首页轮播封面需要显示的图片路径，如果没有
73K20编辑于 2022-09-27 - 来自专栏机器之心
当推荐遇到社交：美图的推荐算法设计优化实践
机器之心专栏 作者：汤斌 本文是美图高级算法专家汤斌的一篇文章，重点介绍了社交网络背景下推荐算法面临的挑战，以及应对的方法。 在美图公司社交战略部署下，推荐算法存在多方面的挑战，为了解决这些挑战，我们团队从工具和算法两个方面分别开展了工作。 推荐算法的技术挑战 目前，美图公司旗下拥有多款社交产品，比如美图秀秀社区、美拍短视频社区等。针对这几款社交产品，不管在内容上还是产品背景上都有着自己的特点。 针对多个不同形态的社交产品，推荐算法存在以下三个方面的挑战： 场景多，人力少：多款社交化产品合计十余个推荐场景，在当前的人力下，工作量是比较艰巨的； 场景、用户差异大：不同场景下，用户的消费习惯和使用意图 在美拍，美图秀秀社区，以及 push 业务都尝试了用户行为序列特征建模，各项业务指标均有较大幅度的提升，美拍人均时长提升了 12%，秀秀的点击率提升了 5%，push 的到达点击率提升了 10%。
1.6K20发布于 2019-09-10 - 来自专栏MixLab科技+设计实验室
如何开启你的元宇宙社交之路？元宇宙社交产品推荐 #Bigscreen #元名片
wxv_2314176659349929988&format_id=10003&support_redirect=0&mmversion=false Bigscreen Bigscreen 是一款元宇宙社交产品 支持用户形成丰富的社交关系的集成网络，涵盖工友、兴趣朋友、娱乐伙伴等多重社交关系。 2314747961773228032&format_id=10002&support_redirect=0&mmversion=false Bigscreen VR 语音聊天、自定义身份形象、私人/开放空间社交活动 ，保证了多样的社交需求。
57720编辑于 2022-04-12 - 来自专栏又见苍岚
Fluid -10- Waline 添加 GitHub 社交登录
Waline 支持本地注册和 GitHub 社交登录，本地注册对小站来说就有点鸡肋了。本文记录 Waline 添加 GitHub 社交登陆的方法。 配置注意事项如下: Application name: 应用名称，会在用户授权时显示，推荐使用博客名称。 Homepage URL: 应用主页地址，会在用户授权时显示，推荐使用博客地址。
68030编辑于 2022-08-06 - 来自专栏全栈程序员必看
10款sublime插件推荐
10. DocBlockr 如果你遵循的编码的风格很严格，这款插件能够使你的任务更容易。DocBlokr 帮助你创造你的代码注释，通过解析功能，参数，变量，并且自动添加基本项目。
7K20编辑于 2022-09-12 《深挖React Native社交应用：好友推荐算法设计全解析》
而其中，好友推荐算法宛如社交应用的“心脏起搏器”，源源不断地为社交网络注入活力，它精准洞悉用户潜在需求，巧妙拓展社交圈子，使社交互动愈发多元。 深入探索React Native中构建社交应用的好友推荐算法，不仅是技术探索，更是开启社交应用成功大门的关键。三元闭包理论，作为好友推荐算法的基础理论，深刻揭示了社交关系的本质。 活跃用户更有可能与新推荐的好友建立联系，对于活跃度高的用户，算法可加大推荐力度，提供更多优质的潜在好友，激发他们更多的社交互动，为社交应用增添活力。 时间和空间是影响社交关系的重要因素，在好友推荐算法中融入这两个维度，能使推荐更贴合用户实际需求。从时间维度看，用户的社交兴趣和需求会随时间变化。 在React Native构建的社交应用世界里，好友推荐算法是连接用户、拓展社交网络的关键纽带。
36500编辑于 2025-05-06- 来自专栏Python数据科学
安利 10 个开源推荐系统
本次给大家安利 10 个开源的推荐系统，GitHub链接如下。然后再给大家介绍下推荐系统框架下各个环节及作用。 /lightfm https://github.com/lyst/lightfm 9、python-recsys/crab https://github.com/python-recsys/crab 10 、NicolasHug/Surprise https://github.com/NicolasHug/Surprise 工业推荐系统环节 工业中的推荐系统一般包含四个环节，分别是召回、粗排、精排和重排。 召回：根据用户的兴趣和历史行为，从海量的物品库里，快速找回一小部分用户潜在感兴趣的物品，然后交给排序环节，排序环节可以融入较多特征，使用复杂模型，来精准地做个性化推荐。
3.1K10编辑于 2022-04-12 - 来自专栏机器学习与推荐算法
TKDE2023 | 基于双曲图学习的社交推荐算法
TLDR: 本文将社交推荐任务建模在双曲空间学习之下，并提出了一种基于双曲图学习的社交推荐模型。 具体的，其设计了一个双曲社交预训练模块以保留社交结构作为特征，并从显式的异质图学习和隐式的特征增强两方面缓解社交推荐存在的问题。 论文：ieeexplore.ieee.org/abstract/document/10361607 社交推荐提供了一个辅助的社交网络结构以增强推荐性能。 更多社交推荐算法的背景知识与经典算法可参考社会化推荐浅谈和深度学习技术在社会化推荐场景中的总结。 然而，欧几里得空间在表示图的自然幂律分布时会出现结构扭曲，导致基于图的社交推荐结果不尽理想。 然而，直接将当前的双曲图嵌入模型应用于社交推荐并非易事，因为存在两大挑战：网络异质性和社交扩散噪声。首先，由于社交网络和用户-物品交互之间存在语义差距，如何在双曲形式下解决社交推荐的异质性问题？
2K10编辑于 2024-01-03 - 来自专栏产品的技术小课
效率工具推荐（第10期）
输入多个同类的对比词，比如输入对比词：小鹏汽车、理想汽车和蔚来汽车，该网站会搜出对比词在小红书、B站和抖音中的正面和负面评价对比，可用于对产品口碑营销效果的监测。
82620编辑于 2022-04-01 - 来自专栏Java技术栈
10个Eclipse珍藏插件推荐
10、Darkest Dark Theme 主题插件，可以像idea那样有黑色的主题，不过看起来怪怪的，个人不是很喜欢。
1.4K80发布于 2018-03-30 - 来自专栏linux、Python学习
10大Python开源项目推荐
本文是 Mybridge 挑选的 10 个 Python 开源项目，Github 平均star 2135，希望你能够喜欢~~ ▌Rank 1：Requests-HTML v0.9（7385 stars 项目地址： https://github.com/kennethreitz/twitter-scraper ▌Rank 10：Fast-Pandas（667 stars on Github，来自M.
1.7K21发布于 2019-04-12 - 来自专栏技术成长
图算法解决方案：社交网络中的好友推荐系统
背景介绍社交网络中的好友推荐是使用图算法的一个经典应用场景。社交网络中的好友关系可以看作是一个图，其中用户是图的节点，好友关系是图的边。 好友推荐的目标是根据用户已有的好友关系，推荐用户可能感兴趣的新好友。2. 实现步骤2.1 数据预处理获取社交网络中的用户数据，包括用户信息、好友关系等。 根据相似度排序，推荐相似度高的其他用户作为好友。3. 关键细节3.1 数据预处理在数据预处理阶段，我们需要处理以下关键细节：数据收集：获取社交网络中的用户数据，包括用户信息、好友关系等。 好友推荐：根据相似度排序，推荐相似度高的其他用户作为好友。4. 总结该图算法解决方案使用社交网络中的好友推荐作为实际场景，采用Louvain算法进行节点聚类，从而实现好友推荐。 在实现过程中，需要进行数据预处理、图算法选择和图算法实现等步骤，并考虑数据转换、社交网络中节点聚类算法选择、图算法库选择、图数据的载入、社区划分、相似度计算和好友推荐等关键细节。
1.4K51编辑于 2023-10-30 - 来自专栏机器学习AI算法工程
【推荐】社交网络大数据将直接影响企业的变现能力
随着社交网络日益发展，人们乐于在社交网络上分享自己的生活，拓展自己的人脉。这一系列活动背后，是基于社交网络的巨大数据。 随着信息技术的迅猛发展，参与到社交网络的人越来越多，人们乐于在网络中去分享自己的相关信息，拓展自己的人脉。企业甚至能通过社交平台去直接影响客户，一切都似乎因为社交网络的出现而变的美好。 社交网络分析与圈子划分 社交网络的分析存在着许多有意思的研究课题。 例如，在社交网络中社区圈子的识别、 社交网络中人物影响力的计算、信息在社交网络上的传播模型、虚假信息和机器人账号的识别、基于社交网络信息对股市、大选以及传染病的预测等。 包括飞信、米聊、微信等产品，如果真的能够做成基于手机通讯录的社交网络，我们就可以通过异构的社交网络对社交圈子进行综合性的判断，其价值不可估量。
986120发布于 2018-03-09 - 来自专栏DeepHub IMBA
ICLR 2022的10篇论文推荐
id=uxxFrDwrE7Y 10、Autonomous Reinforcement Learning: Formalism and Benchmarking Archit Sharma, Kelvin
44320编辑于 2022-06-04 - 来自专栏AI科技大本营的专栏
推荐 | 机器学习开源项目 Top 10
编译 | AI科技大本营 一直为开发者提供优质学习资源的Mybridge最近又发布了一篇资源性文章：机器学习领域开源项目Top 10，AI科技大本营做了简要编译。 [Github 55颗星] github链接：https://github.com/for-ai/CipherGAN ▌Rank 10 PirateAI：由Hugo开源，PirateAI是一个人机交互的项目 颗星] github链接：https://github.com/HugoCMU/pirateAI 原文：https://medium.mybridge.co/machine-learning-top-10
73780发布于 2018-04-26 - 来自专栏数据派THU
ICLR 2022的10篇论文推荐
来源：DeepHub IMBA本文约4800字，建议阅读10+分钟本文与你分享ICLR 2022的机器学习研究相关论文。
61240编辑于 2022-05-18 - 来自专栏目标检测和深度学习
推荐 | 机器学习开源项目 Top 10
一直为开发者提供优质学习资源的Mybridge最近又发布了一篇资源性文章：机器学习领域开源项目Top 10，AI科技大本营做了简要编译。 [Github 55颗星] github链接：https://github.com/for-ai/CipherGAN ▌Rank 10 PirateAI：由Hugo开源，PirateAI是一个人机交互的项目 颗星] github链接：https://github.com/HugoCMU/pirateAI 原文：https://medium.mybridge.co/machine-learning-top-10
1.8K20编辑于 2022-03-04
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