-
自监督学习在推荐系统中的作用和应用
了解自监督学习在推荐系统中的重要作用和应用,以及如何利用深度学习技术解决数据稀疏性问题。本文深入分析了SSL技术如何提升推荐系统的性能,并提供了超过170篇相关论文的综述。- 499
- 0
-
-
-
推荐系统召回策略优化及Kernel-CF算法应用
本文介绍了推荐系统召回策略的优化方法及Kernel-CF算法的应用,以及如何利用数据可视化和非参数统计方法计算最优召回策略,对于推荐系统优化和协同过滤算法设计具有重要参考价值。- 526
- 0
-
-
斯奇拉姆排序算法在推荐系统中的应用及基本原理介绍
本文介绍了斯奇拉姆排序算法在推荐系统中的应用及其基本原理,包括统计学原理和矩阵分解算法的应用,对于对推荐系统算法感兴趣的读者来说是一篇值得深入阅读的文章。- 206
- 0
-
携程推荐系统架构及问题解决方案
本文介绍了携程资深后端开发工程师和高级研发经理在推荐系统架构和数据流批一体方面的专业经验,以及针对现有问题提出的解决方案,涉及到统一数据协议、数据填充引擎框架等技术。- 744
- 0
-
推荐系统发展历程及最新研究成果
本文深度探讨了推荐系统自1992年代诞生以来的发展历程,介绍了最新的研究成果,包括协同过滤算法的适用性、矩阵分解算法的先验概率分布以及推荐系统评分数据的建模方法。了解推荐系统的发展趋势及最新研究成果,从而更好地应用于实际场景中。- 841
- 0
-
短视频推荐模型MIND及其改进ComiRec的研究与应用
本文介绍了短视频推荐模型MIND及其改进ComiRec的研究背景、模型结构和应用场景,包括对用户行为序列的建模和胶囊网络的应用,旨在提高推荐结果的多样性和准确性。- 261
- 0
-
百度综合信息流推荐业务背景、数据背景和基本算法策略分析
本文分析了百度综合信息流推荐的业务背景、数据背景和基本算法策略,讨论了推荐系统面临的挑战以及特征设计的重要性。适合对推荐系统和数据挑战感兴趣的读者阅读。- 640
- 0
-
-
-
基于无监督训练SimCSE+In-batch Negatives策略有监督训练的语义索引召回
本文详细介绍了基于无监督训练SimCSE和In-batch Negatives策略的语义索引召回方法,以及其他类似的训练策略,为推荐系统和语义索引模型的训练提供了可行方案。- 94
- 0
-
推荐系统概览第二讲:详情页推荐场景与排序模型
本文介绍了推荐系统概览的第二讲内容,包括详情页推荐场景中的通用召回策略和排序阶段常用的排序模型。详细讨论了基于 item 表示向量的相似度的召回、基于 item 关联规则的召回和常见的排序模型。- 119
- 0
-
-
-
-
深度学习应用篇-推荐系统详解
本文详细介绍了个性化推荐系统的概念、应用场景、方法和评价指标,包括协同过滤、基于内容过滤和深度学习在推荐系统中的应用。适合对推荐系统和深度学习感兴趣的读者阅读。- 220
- 0
-
美团到店推荐广告团队在图神经网络的长期落地实践
本文介绍了美团到店推荐广告团队基于图神经网络的长期实践经验,包括模型设计思路、大规模训练工具及线上部署性能优化等,对推荐系统领域的从业者具有一定的启发作用。- 466
- 0
-
-
机器学习算法在推荐系统中的应用及Python实现示例
了解机器学习算法在推荐系统中的应用,掌握Python实现协同过滤算法的示例。通过分析用户行为和兴趣,推荐符合用户群体兴趣的物品,提高用户体验和推荐准确率。- 355
- 0
-
深度学习应用篇-推荐系统[12]:经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比
本文介绍了DeepFM模型在推荐系统中的应用及其特点,以及与其他模型的对比分析。同时还分享了DSSM模型的召回排序策略,对深度学习在推荐系统中的应用进行了深入探讨。- 360
- 0
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!