贝贝网的主要产品是垂直的母婴类，母婴相对一般的电子商务网站有一些特点：第一个特点是商品周期短，在母婴网站上的商品，在线的时间不会超过5-7天，第二个是用户需求的变化快，在母婴行业，可能是用户的需求变化
母婴相对一般的电子商务网站有一些特点：第一个特点是商品周期短，在母婴网站上的商品，在线的时间不会超过5-7天，第二个是用户需求的变化快，在母婴行业，可能是用户的需求变化最快的领域，比如是用户处在怀孕当
最近看下推荐系统的入门书籍《推荐系统实践》，\color{red}{项亮老师}的这本书应该是国内推荐系统中最受好评的。虽然有电子版，但是对于比较经典的书籍，还是会买纸质版的。
---- 新智元专栏 来源：阿里妈妈 作者：闫肃，林伟，吴天舒，肖道锐，吴波，刘凯鹏 【新智元导读】阿里妈妈提出一种超出关键词和相关性的搜索框架：电子商务搜索中的个性化广告检索框架。这个新的搜索广告智能检索模型引入用户行为异构图挖掘、机器学习等相关技术，通过模型学习的方式智能构建索引，解决了传统搜索广告检索系统不能解决的种种痛点。论文入选互联网领域顶级国际会议WWW 2018的oral论文，评委一致认为该方法是对传统搜索广告检索框架的重新定义。 论文地址：https://arxiv.org/abs/
本文1900字，读完约需5分钟。 我们今天要和大家聊聊品牌公司的噩梦。 前段时间，上海多雨，同事脚上好看的雨靴吸引一片注意，种草是在网易严选（网易推出的优选供应商品牌，有单独的APP，并在网易考拉上设有一级入口），只要128元，联想自己刚在网易考拉下的几笔单子，不乏严选的影子。 2016年4月上线，半年时间月流水达到6000万，2017年的小目标是70亿，俨然成了一个大品牌。 另一个消息则来自彭博社的报道，传闻亚马逊正在接触一些知名运动品牌的代工厂，准备进军运动市场。 亚马逊终于迈出了这一步，坦白讲，Amz
在这个时代背景下，信息爆炸与长尾问题普遍发生，而解决方案之一是个性化推荐技术，那具体什么是个性化推荐，怎么去实现这一过程呢？这一章读者朋友需要做到的是读完以后，对个性化推荐技术有一个全局宏观的认识，对于细节不用过多地苛求。
在多数数据和机器学习的blog里，特征工程 Feature Engineering 都很少被提到。做模型的或者搞Kaggle比赛的人认为这些搞feature工作繁琐又不重要不如多堆几个模型，想入手实际问题的小朋友又不知道怎么提取feature来建模型。我就用个性化推荐系统做个例子，简单说说特征工程在实际的问题里是怎么做。 定义 特征工程 Feature Engineering 在一篇Kaggle bloghttp://blog.kaggle.com/2014/08 ... best/ 上
来源：ToBeSaaS ｜作者：戴珂 ---- 随中国经济的高速发展，各行各业对软件和信息服务的需求迅速增大，软件企业也经历了历史上发展最快的时期。 不过，传统企业软件受业务模式的限制，很快就会触及到增长的天花板。要超越行业增速，就必须进行业务转型。 那么，要向哪里转呢？企业软件厂商不约而同地以“云”为转型目标。软件上市公司要想撑起高市值，没云业务是不行的。比如，市值千亿的用友网络在2020年财报中披露，其云业务收入在总收入中占比达到40%。 虽然占比40%的云业务收入足够亮眼，说明云转型取
在新版本下，企业微信打通了和个人微信交互的链路，可以加个人微信的好友，以一个加V（企业认证）好友的形式待在个人微信用户的列表里。
零售行业的“春晚”天猫双11于20日在中国香港揭幕，我有幸赶赴现场，见证了一场别开生面的启动仪式：启德码头、醒狮点睛、模拟飞行…之所以在形式上大费周章，用阿里巴巴CEO、一手缔造天猫的逍遥子（张勇）的
搜索与推荐的区别 1. 场景需求不同 搜索的场景故名思义，就是用户提供想要寻找的内容的描述，系统返回给用户匹配到的结果，常见的场景如文字输入框的搜索，图片搜索，听音识曲，标签筛选等，看似很多场景，其实只是用户输入内容的形式不同。推荐的场景我们常见的有各大App首页的个性化推荐（如猜你喜欢/每日歌曲推荐），选择页面的关联推荐（买了还买，看了还看，买了它的用户还买等等）等，推荐的场景更加的丰富，因为没有用户提供的内容的限制，场景更具多样性，推荐方法也多种多样，例如基于内容的推荐，基于用户行为的推荐，协同过滤等等
image.png 个性化推荐最佳实践 一、基本概念 网络营销解决方案提供商Questus公司的调查显示，在选择网络购物的消费者中，32%的人认为浏览体验非常重要；在决定不再网上购物的消费者中，22%是因为很难找到想要的商品。根据推荐技术服务公司Baynote的调查，如果人们点击了三次之后还无法找到自己想要的商品，95%的人会离开这个网站。 对于零售网站来说，如果不能准确地为顾客展示他们喜欢的产品，让顾客将时间浪费在浏览自己不感兴趣的商品上，那么最终为顾客糟糕的浏览体验埋单的还是零售网站自己。 个
模版方法模式，以继承的方式来实现，提升代码的复用性，适合具有相同或相似的步骤的逻辑处理。
飚众科技黄宋华：基于大数据分析的精准教学 深入影响个性化教育
图1：仅给出一个新颖主题（例如，一只名叫的狗）的几张图片，Yo’LLaVA就能学会围绕该主题促进文本/视觉对话。
达观数据CEO陈运文被特邀为拓扑秀第五期（拓扑社旗下的线上活动）采访嘉宾，以下正文为线上分享实录，由拓扑社编辑后报道。 【陈运文简介】陈运文，博士，达观数据CEO；中国知名大数据技术专家，国际计算机学会（ACM）会员，中国计算机学会（CCF）高级会员，复旦大学计算机博士和杰出毕业生；在国际顶级学术期刊和会议上发表多篇SCI论文，多次参加ACM国际数据挖掘竞赛并获得冠军荣誉；曾担任盛大文学首席数据官（CDO），腾讯文学高级总监、数据中心负责人，百度核心技术研发工程师，在大数据挖掘、用户个性化建模、文本信息处理
在这个系列文章中，我将分享掌握推荐系统的经验，以及围绕推荐系统从低级模型到高级模型的实现。
在大数据推动的商业浪潮中，要么学会使用大数据的杠杆创造商业价值，要么被大数据驱动的新商业格局所淘汰。毋庸置疑，当下越来越多的企业已开始应用大数据，并利用大数据分析增强企业的创新能力、竞争力、用户体验与生产力。出身于互联网行业的电商企业已经先知先觉，意识到未来对数据收集和分析能力的强弱将可能决定自身的核心竞争力，数据力就是企业的生命力。目前大部分电商都有自己的大数据策略，在愈演愈烈的市场格局中占取更有利的地形优势。 众所周知，电商和传统商家的最大区别在于，电商构建的各类型数据库可以轻而易举地记录全部用户的各类
本文阐述了人工智能将如何改变未来的社会和商业，主要从互联网社会、智能社会、知识不对称三个方面进行论述。作者认为，人工智能将成为未来社会商业的核心驱动力，在金融、医疗、教育、法律等领域发挥巨大作用。与互联网不同，人工智能解决的是知识不对称问题，将带来更加个性化、高效、便捷的服务。
机器学习是当前科技行业的一大流行词，原因很充分：它代表着计算机学习方式的一大跃进。福布斯近日盘点了机器学习技术的十大使用案例。 从根本上说，机器学习算法是指机器先获得一组“教学”数据，然后被要求利
根据一组数据显示，目前消费者从单一渠道购物的情况较少，七成以上消费者的购物渠道呈现多样性。也就是说，消费者们不再局限于线下超市购买商品，而是可能从线上各个平台购买，同时也会通过线下渠道购买。对消费者来说，哪里优惠力度大，就哪里买；而对消费品企业来说，消费者使用的渠道越多，利用价值也就越大。因为有研究数据显示，使用多个渠道购买商品的消费者花费金额要比从单一渠道购买商品的消费者消费金额大一成左右。
PaaS平台型IT运维和运维模式是指：将通用的运维能力与具体的运维场景解耦合，将能够复用的，具备独立功能的通用能力纳入PaaS体系，并在PaaS体系基础之上针对多种多样的运维场景构建对应的运维工具APP。
低价秒杀 每天两场：10：00 15：00 优惠低至0.01折！ 优质域名秒杀价6元抢 精选企业刚需品类 不计成本提供服务 定好闹钟，点击下方图片直达秒杀活动 商标服务大促 腾讯云商标注册服务全新上线 保护企业品牌，防止抢注盗用 智能申报快至1分钟 快速注册券后价270元 价格打骨折，服务不打折 建站服务随心选 个人用户可选自助模板建站 5分钟上线网站 企业客户可选定制建站 专属设计师1对1量身定制 买小程序送京东卡 不用懂代码，也能用好小程序 自由部署，一键生成 量身定制
推荐系统的误区 回想起来，我也算是国内接触推荐系统较早的人之一了，最近和人聊天，觉得不少人对推荐系统有所误解，以为需要多么高大上的算法才能搭建起来的，我只想说我经常说的那句话【不是这样的】，所以有了这篇文章。 第一次接触【推荐系统】是在两年前在某高校的互联网信息处理实验室的时候，那时候，【机器学习】和【大数据】都是新概念，但是差不多半年后，【大数据】的概念就开始风靡全球了，到现在已经被爆炒得面目全非。 那年还因此买了一本项亮的书《推荐系统实践》，那本书和现在的很多热门书籍一样，都是跟着概念热起来的。 虽
推荐系统的误区 回想起来，我也算是国内接触推荐系统较早的人之一了，最近和人聊天，觉得不少人对推荐系统有所误解，以为需要多么高大上的算法才能搭建起来的，我只想说我经常说的那句话【不是这样的】，所以有了这篇文章。 第一次接触【推荐系统】是在两年前在某高校的互联网信息处理实验室的时候，那时候，【机器学习】和【大数据】都是新概念，但是差不多半年后，【大数据】的概念就开始风靡全球了，到现在已经被爆炒得面目全非。 那年还因此买了一本项亮的书《推荐系统实践》，那本书和现在的很多热门书籍一样，都是跟着概念热起来的。虽然
知识图谱最早由谷歌发布，为了提升搜索引擎返回答案的质量以及用户查询的效率，在知识图谱辅助下，搜索引擎可以洞察到用户查询背后的一个语义信息，然后返回更为精准结构化的信息，从而更大可能的去满足用户的一个查询需求。
大数据开发需要学哪些项目？从哪里入手比较好？大数据时代的兴起，带起了批量先进技术的发展，于大数据技术而言，核心就是数据，包括我们的个人信息、浏览记录和购买详单等等，都是庞大的数据库中的一个数据。而大数据程序员在学习过程中，就会跟这些数据打交道，接触到不同的项目，从而不断升级自己的技术库。
清华大学经济管理学院30周年院庆活动于3月12日至4月27日举行。两场围绕大数据与金融体制改革的“引领·创新”系列学术论坛于23日展开。本文是IBM大中华区电子商务部战略总监毛春景在《大数据时代的商业模式创新》做主题发言。原文标题：精准营销意味着所有人的行为都会暴露。 今天我想给大家带来一个题目，叫做精准营销与认知计算。我想回顾一下精准营销这件事情，从它产生到今天是什么样一个状况，我个人也参与好多项目，都是实实在在的项目。之后我想分享一下表达我的观点，就精准营销这件事，因为营销本身对企业来说产生效益，产生
文\孟永辉 最近一段时间，宜家创始人坎普拉德逝世的消息被刷屏，人们在惊叹于他的巨额财富的同时，更多的是将关注的目光聚焦在了他所创立的宜家上。众所周知，宜家是当今世界家居领域首屈一指的巨头，它对于人们生活的改变之深，影响之远，至今都没有哪个企业可以企及。 笔者最近看了有关坎普拉德的报道，对于他所创立的宜家以及他创立宜家时候的独特的经营理念有了更深的了解。通过研究，笔者发现，坎普拉德老爷子在经营宜家上的理念以及管理思维与当下正在进行得如火如荼的消费升级有着很多相似之处。 无论是以激发用户动手能力的自我安装，还是
双十一刚刚过去，电商的从业者终于可以喘口气了。这个节日从九年前的光棍节演变成如今电商行业的狂欢节。早几年双十一刚流行的时候，零点订单过多造成网络瘫痪、到了支付环节一键崩溃是常被吐槽的事情。这几年软硬件技术的发展，双十一的购物体验越来越好。让用户扼腕叹息的从“网络崩溃”变成了“今年没抢到”。 如何让用户买的爽？在这问题引导下电商品牌之间的竞争从网络稳定性、物流流程的PK，转到了今年更高级的竞争领域：人工智能和算法的较量。 无论是阿里今年上岗的高精度智能运营机器人天巡，还是一秒自动生成8000张banne
在百度百科上，用户画像的定义是用户角色，即勾画目标用户、联系用户诉求与设计方向的有效工具。简单来说就是，通过描绘用户的属性、行为，结合企业的产品和服务构建出一个虚拟的想想，这个形象就是用户画像。
不论在哪个国家，教育都是最重要的民生。从孩子-1岁到其顺利完成学业，20多年的教育周期里父母都要为孩子承担。上小学到高中毕业这最关键的12年基础教育，在美国、加拿大被归纳为K12（kindergarten through 12 grade）。K12存在的教育资源分配不均、教育费用畸高不小、义务教育名不副实、课外辅导秩序混乱等问题的解决，人们再一次寄望互联网。互联网曾经激活零售、出版、新闻、娱乐、旅游和通信等产业，正在改变着医疗、金融和服务等传统产业。不过在教育面前，难度陡增。 让资源分配均匀？垄断壁垒无法
金融科技的浪潮里，水深鱼多。尽管行业经历过争抢捕鱼的乱象，但在强监管与严整治之后，行业正快速分化。
12月2日，火山引擎全系列云产品亮相，共推出了78项云产品服务，涵盖云基础、视频及内容分发、数据中台、开发中台、人工智能等五大类。
从0开始做互联网推荐【产品+算法+实现】 一、58转转简介 58旗下真实个人闲置物品交易平台 二、从0开始设计推荐产品框架 （1）首页推荐：提取用户画像，根据线下提取出的用户年龄、性别、品类偏好等在首页综合推荐宝贝 （2）宝贝详情页推荐：买了还买，看了还看类的关联宝贝推荐 （3）附近推荐：和首页推荐的差异在于，提高了地理位置的权重，地理位置不仅要包含当前地理位置，还需要包含常见活跃区域，例如家里、公司等 （4）搜索推荐：除了关键词全匹配，要考虑同义词、近义词、易错词、拼音等推荐，产品层面，提示“你是不是想找
迁移学习实现将特定领域的模型应用到多个目标领域中，能够促进目标领域模型的学习成长，并降低目标领域内对于数据量和类型的要求，实际上就是利用已有先验信息来优化模型学习内容。迁移学习在小数据环境、智能终端上具有广阔的应用空间，迁移学习需要将在数据量充足的情况下学习到的知识，迁移到数据量小的新环境中，能够通过发现大数据和小数据问题之间的关联，把知识从大数据中迁移到小数据问题中，从而打破人工智能对大数据的依赖。
一般都认为，亚马逊的成功要归功于它鼎鼎大名的“一键下单”功能，但“一键下单”的背后，还需要一个成单量极高的智能推荐系统，来驱动消费者不停地在亚马逊上“买!买!买!”。这就是用户点击分析、机器学习和个性化推荐的综合力量。本文的目的，正是回顾亚马逊这个以成单率著称的个性化推荐系统的发展历程。 本文作者是2003年那篇“久经考验”的亚马逊推荐系统论文的作者，他们在这里分享的是这篇经典论文发布后的新发现与新见解。如果你想阅读这篇经典论文，请在公众号会话回复“亚马逊”，即可获得完整论文。 作者 | Brent
随着入局的品牌数量连年递增，食品饮料行业的市场竞争愈发激烈。消费群体的更迭带来新的消费场景，也使得行业进入消费者主权时代，洞察能力正在重塑食品饮料行业的核心竞争力。如何洞察消费者需求，进行准确的营销，成为行业公认的“取胜之道”。
高通年底或将推出骁龙845 根据外媒消息，高通有望在今年10月召开的4G/5G高峰大会上，公布高通骁龙845处理器的相关信息，并宣布其将于年底上市。此外，有消息称骁龙845处理器将采用改良的二代或三代
作为首次从法律层面系统规定了个人信息的知情权与决定权、首部专门针对个人信息保护的综合性法律——《个人信息保护法》，将于11月1日起正式实施。《个人信息保护法》明确：不得进行大数据杀熟；不得向用户强制推送个性化广告；限制过度收集用户个人信息……
这几天看到两则新闻很有意思，一则发生在上海环贸iapm商场，两波黄牛因为抢阿迪达斯限量款“椰子鞋白斑马（Yeezy Boost350 V2 Zebra）”而发生群殴事件。一则发生在杭州西湖银泰城，美图
从0开始做垂直O2O个性化推荐 上次以58转转为例，介绍了如何从0开始如何做互联网推荐产品，58转转的宝贝为闲置物品，品类多种多样，要做统一的宝贝画像比较难，而分类别做宝贝画像成本又非常高，所以更多的是进行用户画像、分类预测推荐、协同过滤推荐等个性化推荐。 有些同学反馈，他们的产品是垂直类的O2O产品，分类单一，可以简单的实现宝贝画像，这类垂直O2O产品怎么从零开始做个性化推荐呢？这是本文要讨论的问题 一、58到家美甲简介 58到家有三大自营业务“家政”“美甲”和“速运” ，美甲能够实现“足不出户，享品质服
腾讯投资今日头条的消息被传得沸沸扬扬。今天凌晨今日头条CEO 张一鸣在头条问答进行了侧面辟谣：“最近有同事郑重地跟我说，他加入头条的目的不是为了成为腾讯员工。我当然也不是，多没意思。”，几乎封死了今日
【致谢】 庆祝大数据文摘20万粉丝，今日赠书最后一波，感谢人民大学出版社、波士顿咨询公司、电子工业出版社、中关村大数据产业联盟秘书长赵国栋的大力支持，感谢读者朋友的热情参与。希望进入“大数据文摘读者群”的朋友请加微信2027671925 或 dataforall，并留言“文摘读者群”。 赵国栋先生新书《产业互联网》即将上市，特赠与大数据文摘读者10本（依旧包邮）。活动于8月21日 22:00结束。中奖名单8月23日公布，敬请关注。 规则：希望赠书的读者，点击文末“阅读原文”填表，昨天填过的不必再填，我们会根
企业自己招程序员开发系统的，不在少数，很多企业还寄希望于为自己企业做的软件系统，以后能卖给其他企业。但是往往效果不如人意，不仅没办法对外销售，内部应用也是苦不堪言。
据The Information称，Apple的Intelligent Tracking Prevention功能使在线广告商难以将Safari的用户作为目标用户用Cookie来追踪其浏览习惯。
以下内容，根据中国传媒大学新闻学院教授沈浩在第十一届亚洲传媒论坛发言整理。 在今天我们看到对于广电行业来讲，其实无论广播电视还是其他媒体，是一个融合和聚合的时代。人们通过移动、互联网等等方式，人们在看电视的时候，人们看到电视已经有了操作系统，或许人们在看电视的时候，通过按一下手机就能看到各种电视节目，看到电视了，当然也有人在看电视的时候其实他经常是在看电视上网，也可能主要是上网，看到网上人们提到什么事情又去电视上去看两眼。在这样一个融合聚合的时代。 今天的大数据仅仅露出冰山一角 什么是
本文来自：腾股创投（微信ID: tengguvc，BP投递：bp@tengguvc.com）原文来自普华永道人，由腾股创投整理编译。 了解真正重要的事情 商界领袖们问：AI 对我的企业有什么影响，我们
到了年底难免又要盘点即将过去的2016年了。如果问你，过去一年印象最深刻的营销是什么？我想很多人的脑海中可能都会浮现出7月份刷爆朋友圈的一个H5，清宫中的皇上妃子、王公大臣、太监宫女们，用上了手机，看
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
云直播
