- 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
作为全球知名职业社交网站，目前注册用户数量7.4亿，聚集了大量的职场精英。 据六度空间理论，全世界任意两个人之间的关联人脉，不超过6个。 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。 ，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。 向用户提供隐私设置选项、解释推荐结果的依据、以及增加用户对推荐内容的控制权，都是提高用户信任度的有效措施。 随着社交网络的迅速发展和推荐系统技术的持续进步，社交网络数据在推荐系统中的应用前景十分广阔。
78700编辑于 2024-08-11 - 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。 从用户社交网络中随机选取5个较活跃用户作为种子, 采用宽度优先策略收集用户好友关系, 过滤掉好友数目少于5个和大于150的用户, 最终得到3 237个用户, 以此模拟一个小型的社交网络。
3.1K10发布于 2019-02-13 - 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 收益也是很明显，其中排序预估耗时从 100+ms 下降到了 7ms，秀秀社区 push 服务预估耗时从单尾号 5 小时降低到了 3 分钟，到达点击率平均提升 23.9%。 ?
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
http://mpvideo.qpic.cn/0bc324acyaaa3magjmbtcjrfbv6dftlqalaa.f10003.mp4? dis_k=b0a78275bf8d8d9d5488bff7756b89d3&dis_t=1649728501&vid=wxv_2314176659349929988&format_id=10003&support_redirect =0&mmversion=false Bigscreen Bigscreen 是一款元宇宙社交产品，也可以将它视为虚拟热点空间，用户可以在其中与朋友闲逛、与同事协作、玩游戏、看电影等等。 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。 ，保证了多样的社交需求。
57720编辑于 2022-04-12 - 来自专栏指点的专栏
L3-003. 社交集群
L3-003. 社交集群 题目链接：L3-003. 社交集群 时间限制 1000 ms 内存限制 65536 kB 代码长度限制 8000 B 判题程序 Standard 作者 陈越 在社交网络平台注册时，用户通常会输入自己的兴趣爱好，以便找到和自己兴趣相投的朋友 有部分兴趣相同的人们就形成了“社交集群”。现请你编写程序，找出所有的集群。 输入格式： 输入的第一行给出正整数N（<=1000），即社交网络中的用户总数（则用户从1到N编号）。 输入样例： 8 3: 2 7 10 1: 4 2: 5 3 1: 4 1: 3 1: 4 4: 6 8 1 5 1: 4 输出样例： 3 4 3 1 一开始看题，看到题目的时间限制：1000ms ，相对来说较宽松
77340发布于 2019-01-18 - 来自专栏yeedomliu
深度工作准则3——远离社交媒体
假设你可以为生命中的任一个目标列出大概 10～15 条不同而又都能有益的活动，关键少数法则告诉我们只有最重要的 2～3 个活动。 戒掉社交媒体 你只是在 30 天内不使用脸谱网、Instagram、Google+、twitter、Snapchat、Vine 这些服务，包括从今以后新产生的流行网络服务。 这个策略集中针对社交媒体，因为在所有可以占用你时间和注意力的网络工具中，利用不当的社交媒体对深度工作的影响是最大的 不要用网络来消遣 你应该也能够主动利用自己工作外的时间和精力。
88530发布于 2019-09-29 《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- 来自专栏清羽飞扬
CloudflareVercel项目推荐(3)
碎碎念 早期，我曾发布过两个关于 Cloudflare 和 Vercel 平台的项目推荐，发现大家对此类内容非常感兴趣。因此，我决定将这一栏目长期更新！ 鉴于 Cloudflare 和 Vercel 等 Serverless 平台之间有许多共性，这次我将二者的推荐内容合并在一起，希望能为大家提供更多实用的参考。 作者提供了两种部署方式，推荐选择第一种方式。尽管第二种方式看似更简单，但实际上和第一种差异不大。第一种方式部署过程更加清晰直观，且在出现问题时便于调试 (Debug)。 用户仅需通过平台进行快速配置即可上线： Vercel: 推荐的主流选择，一键部署便捷高效； Cloudflare Pages 和 Zeabur: 也可以支持该项目的快速部署，适合不同需求的用户。 为解决图标素材的问题，我下面会推荐一个专门的图标生成站点，该站点支持图标的内边距、外边距以及阴影等多种自定义选项，能够完美契合该封面制作工具。具体介绍请见下面的项目。
1.1K10编辑于 2025-01-14 - 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。 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。 3.效果预测 通过数据挖掘与分析，可以通过对企业已掌控的圈子，消费群体的黏着度，事件的时序，传播的投入上去事先预测相关的效果。从而让企业能花最少的钱得到最大的产出。
986120发布于 2018-03-09 - 来自专栏PPV课数据科学社区
【推荐】2016年文本、语义、社交分析十大趋势
大数据时代，文本、语义和社交分析就像企业的“天眼”，可以聆听到来自用户、患者和市场的声音。 目前文本、语义和社交分析技术已经包括金融、医疗、传媒、电商在内的在多个行业得到广泛应用，企业从海量的互联网和企业内部数据，包括文本、视频等结构化和非结构化数据中提取那些能提高决策质量的有用信息和情报。 但是，文本、语义和社交分析技术依然处于成长期，在一些领域，例如数据分析和市场研究方面的应用还只是刚刚起步，而在相对成熟的领域，例如用户体验、社交聆听和用户互动方面，还有很大的提升空间。 如今社交媒体渠道中的语音和视频数据越来越多，这些非文本数据有着不同的分析元素，例如语调、语速、声高等都有其含义。 七、ISO表情符号分析 2015年社交媒体领域最热门的莫过于表情符号，相比图片、文字和视频，表情符号更简洁、更易用，也更有趣。
92360发布于 2018-04-23 - 来自专栏腾讯研究院的专栏
喜欢社交就去社交，不必刻意去减少｜SNF 社交斋戒特写之一
小X是国内最早进入网络社交领域的用户。 所以说我对社交软件研究得比较多，也好奇减少微信使用对生活的影响有什么影响，为什么大家都离不开微信呢？当然，参与活动的初衷还是想减少无效社交，更专注在生活和学习上。” ——喜欢社交就去社交，不必刻意减少 小X的在英国的好朋友就为了和她保持联络被迫新下载了QQ。 但是冷静下来，小X收获的最大感悟就是：不喜欢社交也不用强迫他社交，喜欢社交就去社交，也不用刻意去减少。 小X解释道：“有的人会觉得自己特别不擅长社交，或者是很烦这么多社交，其实社交这个事情的多和少与你的个人发展可能没关系，因为我有朋友就是那种一天可能就看一次手机的人，你永远找不到这个人，但也没有人缘不好或者引起其他问题
1.4K60发布于 2018-03-05 - 来自专栏肉眼品世界
全球主流社交媒体算法解析：Facebook、YouTube、Twitter如何利用算法推荐内容？
当你进行网络搜索，滚动浏览社交媒体上的信息，或者从Spotify上接收到歌曲推荐时，实际上你正在被算法指导，甚至算法比你本人更了解你的消费习惯。 每天，你的决策和选择都会受到算法的影响。 3 / Facebook将不再宽容地对待虚假新闻和标题党 曾经，在Facebook上“病毒式传播”是一件很容易的事。 3 / 我们对Instagram算法了解多少？ 最重要的是，它需要每周发布约2/3次才能获得算法的青睐。 用户——即使是最有影响力的用户——在任何社交媒体网站上都无法完全控制自己的频道或内容，他们也永远得不到这个权利。他们拥有的是一块租来的土地。 3 / 我们对YouTube算法了解多少？
3.8K20发布于 2021-01-06 - 来自专栏刘旷专栏
社交命运的新主宰：AI社交
AI入侵社交 如今，随着AI技术的发展，社交网络把每个人连接成一个整体的同时，也在越来越智能化，AI已经渗透到社交的各个方面，我们在网络上的每一次社交行为背后可能都有着AI的影子。 ，将标签信息进行匹配，把匹配度最高的人推荐给对方。 3.AI对产品玩法的颠覆 还记得那款一夜爆火的AI换脸软件“ZAO”吗？在ZAO上，用户只需要进行简单的人脸识别，不需要用户拍摄视频便可以实现一键换脸，简单的操作背后依赖的是庞大的数据库和AI算法。 这就造成社交行业几乎被腾讯、陌陌等社交软件巨头分割的垄断局面，目前“AI+社交”的市场门槛太高，尚且只有社交软件的巨头们玩得起。 2.缺乏合理变现模式。 无论是微信的“语音识别功能”技术，还是SOUL的智能匹配技术，目的都是为了给用户提供良好的使用体验，AI技术在社交产品上的应用偏向“免费化”，缺乏适合的商业模式。 3.道德和法律风险。
1.9K71发布于 2020-04-27 - 来自专栏音视频开发
社交系统开发，社交系统源码，社交系统技术架构与技术方案
一、总体目标与非功能要求功能目标（核心）用户注册/登录/资料/隐私设置社交关系：关注/粉丝、黑名单动态（Feed）：发帖（文字/图片/短视频）、评论、点赞、转发即时通讯：单聊/群聊/系统通知（WebSocket Recommendation：分两层召回：基于最近行为（history）、内容相似、社交图（好友/关注）、热门标签（Redis热点）。 推荐先做小流量灰度（10%），再按流量分区rollout。 HSTS）密码使用bcrypt或argon2，敏感字段加密存储数据访问权限控制（RBAC）与最小权限原则GDPR/本地隐私合规（删除/导出数据接口）防爬虫：接口签名、速率限制、验证码十四、开发时间（示例3个月 MVP）周1-2：基础账号系统、用户资料、关注/粉丝、简易feed（pullmodel）周3-4：发帖（文字/图片）、媒体上传（MinIO）、评论/点赞、API文档周5-6：WebSocket聊天/通知
38300编辑于 2025-11-12 - 来自专栏本体研究院
Web3社交，我们需要什么样的名片？
自从 V 神提出 DeSoc 和 SBTs 概念之后，去中心化社交成为各大项目关注的领域，在近期举办的 ETH Shanghai 黑客松上也涌现了不少和去中心化社交相关的新产品，极大丰富了 Web3 “ 链上名片 链上名片一直是有待拓展的去中心化社交组件方向之一。 由于数据的互通性和透明性，Web3 为展示复合信息的链上名片的诞生天然地提供了可能性——Web3 的预设之一是不存在 Web2 的信息孤岛问题，因此信息的聚合展示结合 DID 的身份管理，或许可以构建出功能强大的模组化名片 它引用“非接触式 Touch”来阐述 Web3 中的社交关系。从 Demo 上看，SoulCard 的展示分为“主页”、“DAO”、“作品”3页，这样的产品设计更像是一种链上简历的展示。 声誉评分 当然，作为信任与协作的基石，声誉也将在 Web3 的社交中发挥重要作用，尤其是 DAO 中，更需要这样一个维度来认知、评判以及奖励参与者。
58730编辑于 2022-08-31 - 来自专栏MixLab科技+设计实验室
社交体验：VR Mozilla Hubs、Mix社交指南
招募兴趣小组成员： threejs—>a-frame—>hubs 1 每周提交学习心得 2 一起解决问题 3 探索基于hubs的元宇宙构建 4 发起or参与开源项目 5 仅限7人，审核加入（文末获取加入方式 ） 一起通过学习探索“社交”这个话题。 我们Mixlab不就是一个巨大的“社交”可能性的研究宝库吗，不过确实需要人来理一理社区目前的“社交”模式与发展机会。 @PM 熊叔 @shadow 人为什么而社交？ 社交-获得认可-产生共鸣 社群如何发挥自身的影响力？ 有目标&无意识社交 传统的社交是功利有意识目的，如具体的场景与具体的社交目标——篝火旁讲故事。
1.5K20发布于 2021-08-26
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