- 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。 def get_top_k_recommendations(user_id, k=5): user_idx = user_item_matrix.index.get_loc(user_id)
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。 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 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
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。 - 元宇宙社牛第一步 大胆说出来我家玩玩儿～ http://mpvideo.qpic.cn/0bc34eacyaaadaaoxkztc5rfbyodftqqalaa.f10002.mp4? dis_k=b686c8beabe8d9b0593c468f20bf68b5&dis_t=1649728501&vid=wxv_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。
97100编辑于 2025-06-13 《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。 比如，若用户甲与用户乙有5个共同好友，而与用户丙仅有1个共同好友，那么在推荐列表中，用户乙就应优先于用户丙推荐给用户甲。兴趣爱好是人们社交选择的重要依据。 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。
36500编辑于 2025-05-06- 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 - 来自专栏新智元
AI改变社交媒体的5种方式：美国最顶尖的社交媒体如何使用AI技术
人工智能的入口已经彻底改变了社交媒体。 以下是人工智能给社交媒体带来巨变的五种方式。 1. 领英和Bright ? 2014年，LinkedIn收购了一家叫做Bright.com的求职公司。 5. Pinterest & Visual Graph, Kosei ? 提起Pinterest时，人们并不会马上想起机器学习。 Kosei是一家专门从事个性化推荐建模的数据软件公司。 Pinterest已经确定了一些将受益于深度学习的领域，特别是：物体识别，以提升Pin和产品推荐；提高广告效果和相关性预测；检测垃圾邮件用户和内容。 原文地址：http://knowstartup.com/2017/10/5-ways-ai-transforming-social-media/
1.8K90发布于 2018-03-21 - 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
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。
65820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。
1.4K10编辑于 2026-03-26 - 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。 ——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。 斋戒结束后的第二天，小X的微信全天使用时长又到达了5、6个小时的水平。除了补斋戒期间的微信课程群中错失的信息用去的1.5小时，小X觉得剩下的4个小时就是回到了斋戒前的水平。 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。 5 / 我们对Facebook算法了解多少？ 你与他人的互动越多，算法就会更多地为你推荐他所关注的内容（如果他们关注你的话） 5 / Twitter算法排名因素—— ? 6 / 如何适应Twitter的算法？ 5 / 如何适应Instagram算法？ 定期发布 如果你发帖不规律，算法会将你视为流量玩家，不会在粉丝中优先推荐你的内容。而那些定期发布并贡献最大的人将获得算法的青睐。 2 / KOL强烈反对YouTube算法测试 2018年5月，许多YouTube上的KOL对平台进行的算法测试感到愤怒，该平台向用户推荐了他们尚未订阅的频道的视频，而不是已经订阅的频道视频。
3.8K20发布于 2021-01-06 - 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！
10K10发布于 2021-02-19
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