首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    技术干货 | “想你所想”之个性化推荐:实践与优化

    在当今 DT 时代,每天都在产生着海量的数据,移动互联网的兴起更是让我们体验到获取信息是如此的简单和方便。 同时,更多的选择也带来更多的困扰,面对层出不穷的信息和服务带来的困扰,使得个性推荐迅速崛起,并且大放异彩,在金融、电商、视频、资讯、直播、招聘、旅游等各个领域都能看到推荐系统的存在。 达观数据凭借多年在推荐系统方面的技术积累和优质的大数据服务,已经有数百家公司接入达观推荐系统,覆盖多个行业,实现企业经营业绩的大幅提升。本次分享结合达观数据个性化推荐引擎在各个行业的从业经验,围绕以下内容展开: 个

    05

    达观数据个性化推荐系统应用场景及架构实现

    在当今DT时代,每天都在产生着海量的数据,移动互联网的兴起更是让我们体验到获取信息是如此的简单和方便。 同时,更多的选择也带来更多的困扰,面对层出不穷的信息和服务带来的困扰,使得个性推荐迅速崛起,并且大放异彩,在金融、电商、视频、资讯、直播、招聘、旅游等各个领域都能看到推荐系统的存在。 达观数据凭借多年在推荐系统方面的技术积累和优质的大数据服务,已经有数百家公司接入达观推荐系统,覆盖多个行业,实现企业经营业绩的大幅提升。本次分享结合达观数据个性化推荐引擎在各个行业的从业经验,围绕以下内容展开: 个性化

    04

    内容平台争夺笔杆子,百家号还向技术大牛伸出了橄榄枝

    我在多篇文章中说过,“内容”是2015年以来移动互联网的重心,短视频、直播、大文娱产业、问答、个性化资讯平台,这些已被点燃的行业无一不是属于内容产业。这个产业诞生了一下科技、映客、知乎、今日头条诸多(准)独角兽企业甚至现象级公司。 其中,个性化内容平台竞争最激烈,玩家包括BAT、今日头条、一点资讯、网易、新浪、搜狐和凤凰以及微博十大主要玩家。这些内容平台正在像当年滴滴快的们争夺出租车司机一样争夺着内容供给者,即内容创业者,我称之为“笔杆子”,最典型的做法就是给内容创业者高比例的广告分成,甚至像一点资讯和企

    010

    案例 | 二层楼书院签约达观数据,推荐引擎让阅读有个性

    近几年,网络文学的发展进入空前繁盛的阶段,纵观市场上热播的影视作品,有近80%皆改编自网络文学。近日,最受新生代群体欢迎的阅读平台二层楼书院与达观数据正式签约,通过接入达观的个性化推荐引擎,为读者提供更”对味”的小说和书籍。 二层楼书院作为一家新生代群体阅读平台,拥有庞大的作家资源,其文学的内容多元,涉及历史,玄幻,都市,军事,游戏,竞技,灵异,科幻多种题材的小说。与此同时,二层楼书院也非常注重用户体验,一直致力于为网络文学爱好者们打造最便捷的创作平台和最舒适的阅读环境。 为何选择达观? 显著的

    06

    资讯阅读的“贴心管家”:浅谈达观数据个性化推荐引擎

    移动互联网的兴起让我们能够更加简单和方便地获取信息,但更多的选择也带来更多的困扰——面对这些层出不穷的信息和服务带来的困扰,个性化推荐技术迅速崛起。达观数据在这方面做了很多提升推荐质量、推荐效率和系统可靠性的工作,并为企业客户提供了包括私有化部署、SaaS等灵活的接入方式。目前,达观数据个性化推荐引擎已经服务几百家企业,对改善用户体验、增加用户停留时长和粘性、提高用户转化都有显著的效果。 1 互联网越发展,越需要个性化推荐 随着互联网时代的到来,新闻资讯行业中,有三大核心特点日渐突出。 一是资讯更新极

    08

    赛题解说|“达观杯”个性化推荐算法挑战赛技术讲解

    达观杯推荐算法大赛开赛将近一个月,获得了大量选手的踊跃参与。为方便大家更好的理解赛题,本次将做一个较为全面的讲解,包括对赛题背景、赛题数据、评分规则等的详细讲解,以及对解题的一些思路提示。 1“达观杯”个性化推荐算法赛题背景; 2赛事数据说明、评分规则详解; 3解题思路提示。 讲解人:纪传俊,达观数据联合创始人,承担公司重大紧急项目的架构设计和研发管理工作,复旦大学计算机专业硕士,曾任职于盛大创新院推荐组负责起点中文网和酷六视频的相关推荐,为有你社交app开发好友推荐系统,后任职于盛大文学数据中心全面负

    04

    百分点推荐引擎——从需求到架构

    需求 当下,个性化时代的潮流势不可挡,业界普遍意识到了推荐是网站的一项基本服务。但是,人们对推荐该如何来做,也就是推荐技术本身,还不甚了解。我们经常会遇到这样的疑问:“购买过该商品的用户还购买过哪些商品这种推荐,不是一个SQL语句就搞定了吗?”其实不然,推荐技术远远不是这么简单。广义上讲,推荐技术属于数据挖掘和机器学习范畴,这也意味着好的推荐服务依赖于科学的推荐算法和大量的学习数据。对于电子商务和资讯网站来讲,想在推荐技术领域精耕细作,研发高端的推荐算法并应用到海量数据上是非常困难的。正是在这样的背景下,百

    07
    领券