首页
学习
活动
专区
工具
TVP
发布

腾讯大讲堂的专栏

专栏作者
1214
文章
1353262
阅读量
204
订阅数
从零开始了解推荐系统全貌
| 导语 根据实际项目经验,从零开始介绍推荐的基础知识与整体框架。希望能帮助大家在了解部分碎片化知识后,形成对推荐系统全貌的认知。 本文作者:yijiapan,腾讯WXG数据科学 一、推荐算法的理解如果说互联网的目标就是连接一切,那么推荐系统的作用就是建立更加有效率的连接,节约大量用户与内容和服务连接的时间和成本。如果把推荐系统简单拆开来看,推荐系统主要是由数据、算法、架构三个方面组成。 数据提供了信息。数据储存了信息,包括用户与内容的属性,用户的行为偏好例如对新闻的点击、玩过的英雄、购买的物品等等。这些数
腾讯大讲堂
2022-03-03
3K0
腾讯视频小视频特征优化总结
|导语 特征之于机器学习至关重要,大部分机器学习任务中特征复杂度决定了算法效果的上限。本文主要分享特征工程的通用方法论和腾讯视频小视频场景的特征实践工作。主要内容包括小视频排序特征、特征工程的方法论、特征在机制的应用。 一、小视频排序特征 腾讯视频小视频场景所用到的特征主要包括以下几种:视频和CP特征、用户特征、因果特征、session特征。 1.1.视频特征 视频特征主要包括视频ID、标签、统计特征、视频作者以及视频作者ID、视频作者标签等等。 ID类特征是点击率预估模型中非常重要的特征,主要负责为模
腾讯大讲堂
2020-09-21
1.9K0
【深度好文】推荐系统中的深度匹配模型
关于作者 辛俊波,腾讯算法数据中心\应用算法组 导语I推荐系统和搜索应该是机器学习乃至深度学习在工业界落地应用最多也最容易变现的场景。而无论是搜索还是推荐,本质其实都是匹配,搜索的本质是给定 query,匹配 doc;推荐的本质是给定 user,推荐 item。本文主要讲推荐系统里的匹配问题,包括传统匹配模型和深度学习模型。 深度学习之风虽然愈演愈烈,但背后体现的矩阵分解思想、协同过滤思想等其实一直都是贯穿其中,如 svd++ 体现的 userCF 和 itemCF 的思想,FM 模型本质上可以退化成以上
腾讯大讲堂
2020-02-12
1.8K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
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
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
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