• 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
• 2022-11-16
  美团基于知识图谱的个性化新闻推荐系统 新闻阅读是人们日常生活中必不可少的活动，随着新闻逐渐从纸质端转变到电子端，大家可以从各种社交平台上进行新闻的阅读。同时，我们身处信息爆炸的时代，一天可能就有上万篇的新闻文章产生，这对于用户来说，会造成非常严重的信息过载的问题。因此，个性化新闻推荐系统就应运而生，它可以有效地提升了新闻服务的质

  • 2022-11-16
  • 17370
  • 0
  • 0

  • 推荐系统
• 2022-11-16
  「推荐系统」什么是好的推荐系统？个性化和非个性化推荐 最近在写一些关于推荐系统的介绍，找了不少案例及资料，总觉得不够具体及深入，没有一些可作为基础及科普类，于是萌生自己来写一篇试试。定义：推荐系统是信息过滤系统的子类，旨在预测用户对产品或服务的“评分”或“偏好”。在过去的几年中，无论国内或国际上各大公司在推荐系统上投入了大量资金。2009 年，Netf

  • 2022-11-16
  • 15768
  • 0
  • 0

  • 推荐系统
• 2022-11-16
  人工智能项目十条建议--执行篇 承接昨天的人工智能项目十条建议-理论篇，今天我们来说说人工智能项目的 10 条指导原则。在制定人工智能项目方案时，确定构建模型的目标至关重要，但这种理解只能提供成功的解决方案。在时真正按照完善的建议交付，人工智能项目团队必须在执行项目时遵循最佳实施路线。为了帮助能按照正确的路径执行，对之前提出的十条

  • 2022-11-16
  • 5491
  • 0
  • 1

  • 人工智能

• 1
• 2