• 2023-01-16
  《俞军产品方法论》—推荐所有产品经理看的书 俞军在《产品方法论》中说，产品工作属于强实践性的社会科学，用户选择产品的行为是有很强的社会性的，既受当下情景影响，也受偏好、认知、制度、经济能力等约束条件的影响。同样，企业做产品决策，也要基于社会环境的大背景。 产品经理如果要学习成熟学科的化，最主要的是学习经济学和心理学，经济学就是讲在约束条件下追求利益最大化。一般来说，不仅仅企业是这样，用户也是这样。从产品经理的角度看，心理学有助于理解微观的个体行为，学经济学有助于理解宏观的群体行为和结果。 以下是俞军推荐的适合产品经理读的书，每一本都很经典，读这些书，不仅有助于提高产品经理职业能力，也能帮助大家认识自己、认识他人、认识世界，让大家在做人生抉择或日常生活选择时更轻松自信。

  • 2023-01-16
  • 259
  • 0
  • 1

  • 推荐系统
  • 人工智能
  • 优质开源
• 2023-01-13
  JVM调优总结 - 上线之前应先将机器的JVM参数设置到最优； - 大多数的Java应用不需要进行JVM优化； - 大多数导致GC问题的原因是代码层面的问题导致的（代码层面）； - 减少创建对象的数量、减少使用全局变量和大对象（代码层面）； - 优先架构调优和代码调优，JVM优化是不得已的手段（代码、架构层面）； - 分析GC情况优化代码比优化JVM参数更好（代码层面）；

  • 2023-01-13
  • 251
  • 0
  • 0

  • 人工智能
  • 系统架构
• 2023-01-12
  MySQL慢查询优化葵花宝典 如果测试环境的数据库一些参数配置，和生产的环境参数配置不一致啊，也容易产生慢SQL哈。之前见过一个慢SQL的生产案例，就是测试环境用了index merge，所以查看explain执行计划时，是可以走索引的，但是到了生产，确实全表扫描，最后排查发现是生产环境配置把index merge关闭了。

  • 2023-01-12
  • 238
  • 0
  • 0

  • 推荐系统
  • 人工智能
  • 系统架构
  • 微服务
• 2023-01-11
  推荐系统：ARL（关联规则学习） 一家公司的产品内容一般都是非常丰富的，但用户的兴趣往往会针对整个内容集进行筛选，挑选出用户感兴趣的产品，筛选的规则因人而异。为了让用户不迷失在丰富的产品集群中，并根据兴趣领域达到所需的个性化服务，一般都会制作各种过滤器。这些过滤器和算法显示就是我们的“推荐系统”。 简单推荐系统：利用业务知识或简单的排序技术进行一般性推荐。 关联规则学习：根据关联分析学习到的规则提出推荐内容。 基于内容的过滤：根据产品的相似性提出推荐内容。 协同过滤:根据共同的兴趣对用户或产品进行推荐。它分为基于用户，基于产品和基于模型(深度学习)的3种方式。

  • 2023-01-11
  • 276
  • 0
  • 0

  • 推荐系统
  • 人工智能
• 2022-12-29
  推荐算法如何影响我们的生活 推荐引擎使用有关用户及其与产品或内容的交互的数据来推荐用户可能感兴趣的产品。这些引擎用于通过根据用户过去的行为和偏好，提供个性化用户体验。 推荐引擎最常见的例子之一是在电子商务中。在线购物经常使用推荐引擎，根据客户之前的购买记录或他们在网站上查看的商品向客户推荐产品。例如，如果用户过去购买过特定品牌的鞋子，推荐引擎会根据客户过去的行为推荐相同品牌或相似款式的其他鞋子。

  • 2022-12-29
  • 230
  • 0
  • 2

  • 推荐系统
  • 系统架构
• 2022-11-30
  如何设计 A/B 测试系统 A/B Test系统几乎已经成为技术公司的立足之本，但我们该如何设计呢？有时我们只是不知道我们为什么成功或为什么失败，因为我们并不总是以用户的身份思考。在物理学或化学中，我们有时想用一种叫做“对照实验”的方法来找出根本原因。我们也可以对互联网流量使用相同的方式。例子这是 A/B 测试的整个生命周期的

  • 2022-11-30
  • 376
  • 0
  • 1

  • 推荐系统
  • 系统架构
• 2022-11-27
  百亿数据个性化推荐：弹幕工程架构演进 为什么要做个性化推荐回顾弹幕工程建设的发展历程，大致可以分几个阶段：1. 基础能力： 在高并发、热点场景下，保证弹幕服务的稳定和高可用2. 负向治理： 以管控为目标，通过删除、自见、打薄等手段过滤低质弹幕内容3. 正向推荐： 以优化视频消费体验为目标，筛选优质弹幕内容上屏展示这三个阶段的目标始终在并

  • 2022-11-27
  • 792
  • 0
  • 0

  • 推荐系统
  • 优质开源
  • 系统架构

• 1
• 2
• 3