- 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。
75700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
72.6K20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。 最后综合社交和兴趣两方面因素获得最终评分, 将评分最高的k位用户推荐给目标用户。
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 在美图的多个社交场景中，我们进行了尝试，并取得了比较大的在线提升。其中，在美拍双列 feed 流场景下，人均关注提升 11.43%，人均播放时长提升 12.45%。
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。
57220编辑于 2022-04-12 《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。
35900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？
1.9K10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。 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。
983120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。
92160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。 这意味着，Facebook算法现在将优先考虑推荐一些可以引起朋友和家人讨论的内容，而不是标题党内容和第三方链接。 将优先推荐Messenger共享的链接 用户的积分（页面的完整性，共享历史等）是排名因素 被用户分享并引起进一步讨论的品牌或发布者内容将获得优先推荐 Facebook算法将优先推荐实况视频，因为它会收到更多互动 首次发布时，内容会被推荐给一个特定的粉丝群，以评估参与度 其中的三个重要因素是：1.兴趣（Instagram算法认为你喜欢该内容的可能性越高，你看到它的可能性就越大）；2.时间轴（优先推荐最近发布的帖子 1 / 推荐算法与儿童安全 在过去的几年中，YouTube的推荐算法遭到了抨击，因为有关儿童的视频中出现了问题评论，算法还自动填充恋童癖相关的内容。。
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。 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。 在笔者看来，“AI+社交”的核心依然是社交，导致ZAO热度迅速下降的原因除了法律因素外，最主要原因还是以AI为主导的社交软件玩法单一，并且缺少生态支撑的社交软件，更像一个简单的工具，让人很难产生持续的社交欲望 通过上述的优劣势分析，“AI+社交”的模式已经渗透到社交的方方面面，智能化社交让我们降低交际成本的同时，也使社交更加便捷化。然而只有处理随之产生的问题，才能使智能社交朝着更加多元化的方向去发展。
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 mode=for_you#推荐/关注/热门POST/api/v1/posts/{id}/likePOST/api/v1/posts/{id}/commentWS/ws? 八、搜索与推荐（基本思路）Search(ElasticSearch)：把posts/users/tags索引到Elasticsearch，支持分页和高亮、聚合（话题榜）。 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。
34200编辑于 2025-11-12 - 来自专栏MixLab科技+设计实验室
社交体验：VR Mozilla Hubs、Mix社交指南
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？ 互联网平台类的社交组织，搭建社交平台并取得收获体现在沟通信息-提供信息工具-传播信息-吸纳同伴的循环过程中。社群可以设置竞争-分级（等级）制度来促进成员的持续投入与成长。 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。 而现代的社交可能出现更多无意识社交的形式，如语音房间、各类短视频、讲座直播等等，参与者或许只是没有缘由感兴趣点击进入，获取的信息也是无意识的但可能是有触动性的。
1.5K20发布于 2021-08-26 - 来自专栏刘旷专栏
QQ、微博、陌陌：社交难逃社交命
社交赛道硝烟滚滚，不断有新的社交产品进入市场，试图讲出新故事。 虚拟社交时代：社交元宇宙成劲敌 社交赛道总有新玩法，随着扎克伯格将Facebook集团名字换成“Meta”，再次将社交元宇宙推上新高度。而国内也早已涉及社交元宇宙。 比如主打灵魂社交的Soul、百度推出的希壤等社交元宇宙玩法正在重塑社交赛道的话语权，这无疑会冲击老牌社交平台。 其实，社交元宇宙最大的优势就是虚拟化。 每个用户在社交中都有一个虚拟身份，不用顾虑现实社交中存在的种种问题，将现实生活与社交元宇宙分割开来。 纵观社交赛道的形态变化，经历了从基础社交到内容社交再到精神社交的演变。这表明，用户需求并不局限于已有的社会性社交，而是转向具有新意的“下一代社交”。
1.3K31编辑于 2021-12-02 - 来自专栏小汪Waud
享受学术社交
“我想写学术社交这个主题已经非常久了，一直没有动手。 一是社交这件事其实带有很强的个人属性，有人喜欢，有人不喜欢；二是良好的社交一般会有一定的私密性，有些东西也不方便公开；三是学术界的社交给我一种功利性、目的性很强的感觉，交流容易，交心难。 什么是学术社交？ 学术社交是指在学术圈内，通过参加会议、研讨会等线上或线下的活动，与同行科学家、研究人员、学生建立并维持专业关系的过程。 通过社交网络，如公众号、推特等，可能获得更多的职业机会等。 有效的学术社交该怎么做？ 接下来我将根据自己的经验介绍如何进行有效的学术社交。 一松一弛之间，学术社交的魅力大概就是这样，而你要做的就是享受其中。
39110编辑于 2024-08-26 - 来自专栏体验主义
视频社交洞悉（下）
前言 在 视频社交洞悉（上）我们通过调研视频社交市场现状，分析和拆解了视频社交的概念。得出“视频社交”的本质一种“实时社交”的结论，进而分析了视频社交的优点和缺点。 本篇我们将讨论视频社交的用户特点以及可能的机会点。 微信、微博、贴吧、陌陌、探探……，过去几年是“异步社交”狂飙突进的几年。现实生活中很多人内心敏感、与人相处谨小慎，社交压力已经很大。 所以异步社交的模式降低了他们的社交成本，同时掩盖了社交能力的不足，也更符合现代人碎片化的生活习惯。 那么高压力的同步社交会有机会吗？这要从这部分新用户的特点说起。 ? 视频社交的本质一种“实时社交”，具备明显清晰的优势和劣势。 视频社交用户是具备多元化、杀时间、强社交冲动的年轻人。 视频社交从市场机会、用户需求、技术基础三方面论证，存在机会点。 但反过来“实时社交”包含但不限于“视频社交”或者陌生人社交。实时社交未来也许成为下一个QQ或者微信。未来实时社交可能会切入到更多的丰富的场景和人群当中去。
1.1K40发布于 2020-04-08 - 来自专栏腾讯社交用户体验设计
密友社交设计探索
腾讯ISUX isux.tencent.com 社交用户体验设计 1 社交现状与痛点 保持距离、经营人设、礼貌分寸，我们努力维系与迎合，去成为在社交关系中受欢迎的角色。 为尝试解决现有的社交困境，DOV定位于“强关系”这一明确的关系链，清晰分隔混合的社交环境，聚焦于核心的密友社交场景，探索搭建合适的APP，为用户提供新的社交帮助。 我们将“强关系”定义为一个用户更好理解的概念--“密友”，根据基本的用户使用地图，我们在推荐渠道，新手引导和功能设定三个步骤上，突出“密友”的概念。 4.1 从推荐渠道建立认知 首先，在各个推荐渠道中强调“密友”概念。用户需要通过一份”真假朋友大考验“，才能获得友谊的通行券。 面对不同的社交圈层，我们往往要扮演不同的社交形象，选择性的交流或分享。 年轻一代往往希望更纯粹的社交，让沟通分享脱离功利，回归纯粹的友谊。
1.1K31发布于 2019-01-28
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