腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
腾讯技术工程官方号的专栏
专栏作者
举报
1083
文章
2379177
阅读量
882
订阅数
订阅专栏
申请加入专栏
全部文章
编程算法
微信
数据库
大数据
深度学习
人工智能
sql
网络安全
神经网络
开源
https
安全
机器学习
运维
其他
linux
小程序
微服务
存储
模型
游戏
腾讯
c++
node.js
分布式
数据
缓存
api
数据结构
http
云数据库 SQL Server
网站
云直播
云计算
物联网
javascript
go
ide
图像处理
腾讯云测试服务
企业
NLP 服务
python
git
容器
java
tcp/ip
腾讯云开发者社区
系统
android
打包
serverless
推荐系统
函数
小程序·云开发
html
云数据库 Redis
github
机器人
数据处理
强化学习
单元测试
数据分析
程序员
实践
ios
TDSQL MySQL 版
kubernetes
kafka
消息队列 CMQ 版
优化
费用中心
unix
黑客
安全漏洞
架构设计
架构
设计
apache
文件存储
渲染
数据安全
devops
自动化
rpc
uml
react
css
json
单片机
云+未来
区块链
访问管理
TAPD 敏捷项目管理
文字识别
数据迁移
面向对象编程
服务
原理
postgresql
容器镜像服务
机器翻译
腾讯计费
压力测试
hadoop
图像识别
监督学习
socket编程
学习方法
对象
视频
研发
负载均衡
搜索引擎
SSL 证书
腾讯云区块链服务平台 TBaaS
医疗
spark
正则表达式
openstack
5g
编程
工作
开发
框架
网络
mac os
c 语言
php
负载均衡缓存
云函数
VPN 连接
工业物联
自动化测试
cdn
ddos
迁移学习
nat
特征工程
sdk
bug
chatgpt
编码
产品
互联网
开发者
内存
日志
性能
私有网络
人脸识别
数据挖掘
vue.js
ajax
汇编语言
nosql
nginx
黑石物理服务器
知识图谱
腾讯乐享
webpack
jdk
pytorch
udp
kernel
系统架构
fpga
任务调度
虚拟化
云开发
腾讯会议
接口测试
es
腾讯云
aigc
高性能
流量
入门
算法
线程
云服务器
对象存储
蓝鲸平台
语音识别
自动驾驶
android studio
硬件开发
短视频
NAT 网关
混合云解决方案
数据库解决方案
金融
svg
互联网金融
爬虫
卷积神经网络
dns
npm
敏捷开发
rabbitmq
无监督学习
windows
数据可视化
canvas
sdn
flutter
flink
大数据存储
embedding
gpt
变量
低代码
二维码
工具
公众号
基础
进程
前端
数据中心
搜索
性能优化
音频
c#
lua
ecmascript
arm
oracle
access
mvc
svn
centos
apt-get
日志服务
腾讯云可观测平台
命令行工具
云数据库 MongoDB
API 网关
腾讯git代码托管(工蜂)
cci 持续集成
物联网通信
内容理解
mongodb
专有云
日志数据
yarn
html5
无人驾驶
ssh
hive
hashmap
决策树
unity
zookeeper
grep
gradle
信息流
mqtt
angel
迁移
dart
raft
腾讯极客挑战赛
实时监控
前端性能监控
服务网格
验证码
流计算 Oceanus
腾讯问卷
elasticsearch
gpu
it
openai
protobuf
redis
table
编程语言
编译
编译器
部署
插件
程序
管理
行业
后台开发
技巧
集群
监控
脚本
教程
接口
客户端
漏洞
论文
内核
配置
全栈
软件
索引
统计
网关
效率
协议
压缩
源码
重构
字符串
云点播
云 API
弹性伸缩
DNS 解析 DNSPod
数字货币
tensorflow
objective-c
iphone
perl
bash
regex
typescript
webview
嵌入式
sqlite
memcached
matlab
lucene/solr
analyzer
bash 指令
mapreduce
容器服务
批量计算
实时音视频
互动直播
弹性网卡
消息队列 CKafka 版
数据加密服务
语音合成
腾讯移动推送
es 2
云推荐引擎
视频处理
高性能计算
数据备份
电商
通用教育
政务云专区
vr 视频解决方案
智慧零售
出行
智能硬件
微信生态上云方案
微信小程序音视频
electron
eslint
express
云数据库 MySQL
云联网
babel.js
jvm
yum
jdbc
ftp
二叉树
aop
scrapy
gcc
模式识别
lamp
hbase
postcss
nest
webgl
processing
图片加速
物联网开发平台
物联网设备身份认证
机器学习平台
聚类算法
分类算法
mvcc
tdsql-c
ascii
rust
功能测试
性能测试
黑盒测试
etcd
腾讯云前端性能优化大赛
tencentos tiny
TencentOS Server
腾讯云图数据可视化
智能创作
联邦学习
应急响应服务
Elasticsearch Service
腾讯云数据仓库 TCHouse
移动推送
图像搜索
智能客服机器人
项目管理
acm
adapter
amp
block
chat
clickhouse
cpu
db
discord
dos
embed
get
google
input
ip
kill
live
mysql
nlp
olap
overflow
pid
pipeline
process
prompt
stack
system
token
ui
web
百度
闭包
编辑器
表单
并发编程
测试
产品设计
存储技术
递归
地图
动画
动效
分布式事务
分布式锁
分布式系统
服务器
公有云
后台
混合云
集合
科技
可视化
跨平台
链表
连接
量化
路由
敏捷
排序
软件架构
设计模式
事件
事务
手机
数据仓库
调试
通信
消息队列
序列化
硬件
语法
云原生
指针
最佳实践
LLM
腾讯混元大模型
搜索文章
搜索
搜索
关闭
微信游戏推荐系统大揭秘
分类算法
特征工程
游戏
深度学习
数据挖掘
作者:boxianlai,腾讯 WXG 应用研究员 这篇文章整理于 2020 年 12 月 31 号在腾讯 WXG T 族开放技分享材料,分享内容是我们在搭建一套适合微信游戏业务特色推荐系统过程中的设计方案和实践经验。这套系统从 18 年底开始设计 19 年初开发完成,现在已经在业务上运行了一年多,当前部门所有的推荐业务都已经应用上这套能力,包括所有精品 app 游戏分发和游戏相关的内容推荐、几万款小游戏分发,服务着几亿微信游戏玩家。在实际业务应用中,它切实满足了很多业务对推荐的诉求,同时在业务核心指
腾讯技术工程官方号
2021-04-22
1.3K
0
微信「看一看」 推荐排序技术揭秘
特征工程
微信
编程算法
腾讯云开发者社区
本文转载自:微信AI,作者 xiafengxia 在微信 AI 背后,技术究竟如何让一切发生?微信 AI 公众号推出技术专题系列“微信看一看背后的技术架构详解”,干货满满,敬请关注。以下为专题的第一篇《微信看一看推荐排序》。 一、背景 微信公众平台作为目前用户量最大的互联网原创内容平台之一,每日新发表的文章可达几百万篇。用户可以通过关注公众号、朋友圈、聊天转发等渠道阅读文章。除了前述几种方式以外,用户很难再有其他方式发现更多有趣的文章。因此,看一看个性化推荐应运而生。我们利用用户在微信内的阅读、关注、
腾讯技术工程官方号
2020-07-13
2.6K
0
浅谈微视推荐系统中的特征工程
特征工程
短视频
云点播
编程算法
本文作者:hannahguo,腾讯 PCG 推荐算法工程师 在推荐系统中,特征工程扮演着重要的角色。俗话说数据和特征决定了机器学习算法的上限,而模型、算法的选择和优化只是在不断逼近这个上限。特征工程的前提是收集足够多的数据,使用数据学习知识,从大量的原始数据中提取关键信息并表示为模型所需要的形式。本文主要说明微视,这种富媒体形态的短视频平台,是如何通过视频内容特征以及用户属性和行为数据,来精准预测用户对短视频的喜好的。 引言 本文主要是跟各位读者分享特征工程领域的一些通用方法和技巧,以及微视在特
腾讯技术工程官方号
2019-12-06
2.4K
0
「推荐系统」 领域的最新进展你知道么?
特征工程
推荐系统
本文作者:腾讯微信支付算法研究员 介绍 工业界通用推荐系统包括两个阶段的流程,匹配(match)和排序(rank)。在匹配的过程中主要是根据用户的一些兴趣点,找到可能感兴趣的潜在商品集。由于整个商品集的海量性,对实时访问的用户去计算他对全部商品的感兴趣程度是不实际的,所以需要预先根据一些兴趣、特征策略等来寻找用户可能感兴趣的潜在商品集,在此基础上,再根据特定的模型算法来进行商品集兴趣分深层排序,效果指标往往通过点击率(Click Trough Rate)、转化率、时长等来量化,所以 rank 阶段的主
腾讯技术工程官方号
2019-12-06
599
0
如何用keras实现deepFM
特征工程
一些前面说明 实现基本完全基于文末列出的deepFM 原文(还有几处或者更多地方可以优化,比如二次项多值输入的处理,样本编码等等) 文末参考的文章用Keras实现一个DeepFM 是我们初期学习和搭建deepFM 的主要参考。然后下面我们的实现会比参考内容更简单而且有一些处理上的差异。同时在我们的业务数据集上,下面我们自己的实现方式得到的测试 auc 大约都比按照上面文章的实现测试 auc 高约 0~0.01 左右。(当然这里可能有各种原因导致的差异,并不能说下面的实现是绝对优于参考文章的) 下面的内
腾讯技术工程官方号
2019-09-19
1.1K
0
没有更多了
社区活动
Python精品学习库
代码在线跑,知识轻松学
点击查看
【玩转EdgeOne】征文进行中
限时免费体验,发文即有奖~
立即参加
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档