作者在前面几篇文章中对常用的推荐算法，如基于内容的推荐、协同过滤、矩阵分解、分解机、基于标签的推荐、深度学习等进行了详细介绍(点击蓝色字体阅读相关文章)，并在这些文章中详细说明了这些算法的优缺点。在本篇文章...

关于推荐系统，如果在忘掉所有的公式和代码，忘记所有的语言描述，脑海里就剩下几张图景，会是什么？一张二维表格，一个拓扑图，一条时间线。这三幅图景，是我看待推荐算法的三种视角。...

最近会打算每周总结一下学习的内容，主要内容可能是看过的书的一些学习笔记、论文阅读、学习的知识点以及推荐一些文章。

在互联网时代，推荐系统无处不在。不仅可以向用户推荐实体商品，还可以推荐电影、歌曲、新闻报道、酒店旅行等，为用户提供量身定制的选择。这些系统中有许多都涉及了协同过滤——根据其他相似用户的偏好向用户推荐 item。...

我们说过，用户分层是一种特殊的用户细分形式：按价值高低细分。那普遍的用户细分该怎么做呢？为什么很多同学做完了细分，却别批判为：“没啥用处”呢？今天系统解答一下。...

本文作者：腾讯微信支付算法研究员 介绍 工业界通用推荐系统包括两个阶段的流程，匹配（match）和排序（rank）。在匹配的过程中主要是根据用户的一些兴趣点，找到可能感兴趣的潜在商品集。由于整个商品集的海量性，对实时访问的用户...

双11刚刚过去，双12即将到来，不知大家的手是否还在？经历过某猫某东某宝拼杀的各位买家，大概都有过被这些平台猜透小心思，“看了又看、买了又买”的经历。那么，它们是怎样猜透你的心的呢？...

上一篇《用户分层，该怎么做才合理？》中，很多同学点在看，表示想看用户细分，现在它来了，请继续点“在看”噢

超过半数的 Instagram 用户每个月都会浏览 Instagram，寻找与他们兴趣相关的新照片、视频和故事。大规模实时推荐数十亿个选项中最相关的内容，会带来多种需要新的工程解决方案的机器学习(ML)挑战。...

呜啦啦啦啦啦啦啦大家好，拖更的AIScholar Weekly栏目又和大家见面啦！