首页
学习
活动
专区
工具
TVP
发布

超强指南!推荐算法架构——重排

在上篇《图文解读:推荐算法架构——精排!》中我们结合算法架构精排进行解读分析,本篇将深入重排这部分进行阐述。 一、总体架构 精排打分完成后,就到了重排阶段,之后可能还会有混排。...下图是重排总体架构: 二、用户体验 重排模块是推荐系统最后一个模块(可能还会有混排),离用户最近。作为最后一层兜底,用户体验十分重要。主要包括打散、多样性等内容。...reward可以根据业务场景定义,比如内容推荐场景中,一般为用户打开APP到退出的总时长。可以采用DQN、DDPG、A3C等方法。...同时也可以提升算法效率,算法侧的优点主要有: 推荐响应实时性:不用请求下一页,实现即时更新。 行为特征实时性:端上即时计算,不用回传云端。...作者简介 谢杨易 腾讯应用算法研究员 腾讯应用算法研究员,毕业于中国科学院,目前在腾讯负责视频推荐算法工作,有丰富的自然语言处理和搜索推荐算法经验。  推荐阅读 图文解读:推荐算法架构——精排!

3.6K61
您找到你想要的搜索结果了吗?
是的
没有找到

机器学习资料与攻略超强整理吐血推荐

1、线性代数 很多人会推荐MIT的线性代数公开课(确实不错),但是很多中国学生听英文课仍然有障碍,即使有字幕翻译,恐怕也会影响学习速度,所以我推荐中国台湾国立交通大学莊重特聘教授主讲的线性代数课程,...国立中国台湾大学叶丙成的概率课: http://mooc.guokr.com/course/461/%E6%A9%9F%E7%8E%87/ 但是上面这个课属于扫盲课,如果你觉得深度还不够,那么我还是推荐你从下面这些书籍中找一本来作为参考...,因为概率论方面的书特别特别多,我推荐几本各具特色的: 1)首先是由Sheldon M....如果你想复习或者重新学,或者有的地方书上讲得看不懂,我推荐看国防科大的MOOC视频课(朱健民教授主讲): http://www.icourse163.org/university/NUDT#/c...好在跟数学有关的资料我已经都推荐到了,后续文章中我们再来具体谈机器学习和数据挖掘方面的资料吧 :)

1K80
领券