召回07：双塔模型——正负样本
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
召回08：双塔模型——线上服务、模型更新
...
召回06：双塔模型——模型结构、训练方法
...
召回01：基于物品的协同过滤（ItemCF）
...
排序01：多目标模型
...
召回04：离散特征处理
...
召回09：双塔模型+自监督学习
...
排序02：Multi-gate Mixture-of-Experts (MMoE)
...
召回03：基于用户的协同过滤（UserCF）
...
行为序列01：用户历史行为序列建模
...
概要03：推荐系统的AB测试
...
概要02：推荐系统的链路
...
召回10：Deep Retrieval 召回
...
物品冷启02：简单的召回通道
...
重排04：DPP 多样性算法（上）
...
召回05：矩阵补充、最近邻查找
...
【Spark+Hive】基于大数据酒店数据分析推荐系统—免费完整实战教学视频
...
召回12：曝光过滤 & Bloom Filter
...
推荐系统涨指标的方法02：召回
...
行为序列02：DIN模型（注意力机制）
...
特征交叉03：LHUC (PPNet)
...
行为序列03：SIM模型（长序列建模）
...
推荐系统涨指标的方法04：多样性
...
物品冷启01：优化目标 & 评价指标
...
特征交叉02：DCN 深度交叉网络
...
召回02：Swing 模型
...
重排05：DPP 多样性算法（下）
...
特征交叉04：SENet 和 Bilinear 交叉
...
推荐系统涨指标的方法05：特殊用户人群
...
排序05：排序模型的特征
...
排序03：预估分数融合
...
特征交叉01：Factorized Machine (FM) 因式分解机
...
物品冷启04：Look-Alike 召回
...
物品冷启03：聚类召回
...
推荐系统涨指标的方法01：概述
...
召回11：地理位置召回、作者召回、缓存召回
...
推荐系统涨指标的方法06：交互行为（关注、转发、评论）
...
物品冷启06：冷启的AB测试
...
物品冷启05：流量调控
...
概要04：搜索引擎的链路（查询词处理、召回、排序）
...
概要01：搜索引擎的基本概念