在执行 flush()的过程中，Lucene 会将内存中的索引信息生成索引文件，其生成的时机点如下图红色框标注： 图 1： [图片]   图一中的流程是 flush()阶段的其中一个流程点，完整的 flush()过程可以看系列文章文档提交之 flush，索引文件的生成 系列文章将会介绍图一中红框标注 ....

作者：朱小强（怀人） 0. 序曲 纵观这两年业界技术的演化趋势，几乎主流的团队都已经完成了深度学习为代表的技术升级，进入到算力吃紧、模型红利放缓的新瓶颈期。去年在《深度学习推荐系统》序言 一文中，我对工业级深度学习技术迈入新的 2.0 进阶阶段的特征做过一些探讨： 可以预见，在工业级深度学习 2.0 ....

CS 的陋室 搜索系统中的纠错问题 https://www.6aiq.com/article/1587873938042 为什么要做意图识别 意图识别算是 query 理解中比较上有的位置，对 query 进行意图识别，是指分析用户的核心搜索需求，例如是要找电影、找小说，还会想问百科知识，还有查快递 ....

炼丹笔记干货 作者：九羽 长尾物品（Tail Items）在推荐系统中是非常常见的，长尾的存在导致了样本的不均衡，对于热门头部物品（Head Items）的样本量多，模型学习这部分的效果越好，而长尾物品的样本量少，导致模型对该部分 Item 的理解不够充分，效果自然也就较差。 [图片] 那么，针对长 ....

[图片] 作者 | NaNNN 编辑 | 丛末 前言 众所周知，机器学习分类模型常用评价指标有 Accuracy, Precision, Recall 和 F1-score，而回归模型最常用指标有 MAE 和 RMSE。但是我们真正了解这些评价指标的意义吗？ 在具体场景（如不均衡多分类）中到底应该以 ....

前言 周末向往常一样睡了一上午，惆怅了一个中午，下午学了会习，梳理了下 Netty 的线程模型是如何体现 Reactor 模式的。继上一篇对一些通信底层 IO 的 C 函数学习，这一篇主要是总结 Java 里对底层 IO 不同层次的抽象，每一层都为了解决什么问题？为什么 Reator 模型使得现在 ....

[图片] Tech-Ku & DataFunLive 线上直播回顾： 北京时间 2 月 2 日(周日)晚 7 点，DataFun 联合阿里文娱技术，邀请来自阿里文娱的高级算法专家若仁，与大家分享了“阿里文娱搜索算法实践和思考——如何让用户找到想要的内容”。 本次分享以优酷为例介绍阿里文娱视频 ....

[图片] 阿里云云栖号 以下内容根据演讲视频以及 PPT 整理而成。 手淘推荐简介 手淘推荐的快速发展源于 2014 年阿里“All in 无线”战略的提出。在无线时代，手机屏幕变小，用户无法同时浏览多个视窗，交互变得困难，在这样的情况下，手淘借助个性化推荐来提升用户在无线端的浏览效率。经过近几年的 ....

2012 年至今，随着深度神经网络理论与计算设备的发展，卷积神经网络（CNN）得到了快速发展，并被大量应用于计算机视觉、自然语言处理等领域。尤其是在图像分类、目标检测等主要的计算机视觉任务中，CNN 一直都是最主流的方法。 [图片] 图 1：端到端的学习 卷积神经网络的行与不行 卷积神经网络，虽然取 ....

引言 俗话说有多少米，就下多大锅。在特征体系构建上，我们已经准备了很多米了，并且在线性模型 FTRL 上拿到了一些甜头。下一阶段我们换了锅，对模型进行了升级，从线性模型转为 end-to-end 的深度模型，并进行了多个版本的迭代，包括 pure deep 模型（Pure Adaptive L2 M ....

2012 年创建的字节跳动，短短几年时间发展到估值接近千亿美元的互联网大鳄，拥有今日头条、抖音、西瓜视频等多个爆品 app，除了搭上了移动互联网的春风，其企业自身的核心竞争力也得到了极大的体现。因此，对其核心竞争力进行一定的分析，抓住对自身团队有益的核心逻辑，予以学习和实践就变得很有价值了。文本首先 ....

生成索引文件。tim、.tip、.doc、.pos、.pay 的流程图 图 1： [图片]   我们继续介绍流程点 生成索引文件.doc、.pos、.pay。 生成索引文件.doc、.pos、.pay 的流程图 图 2： [图片] 记录位置信息 position、payload、偏移信息 offse ....

分享嘉宾：姚凯飞 观变科技 CEO 编辑整理：陈家辉 出品平台：DataFunTalk 导读： 由于移动互联网时代用户每时每刻都会产生海量信息，伴随着大数据技术的快速发展，使得企业能够迎合用户的痛点，分析用户喜好，进行商品推荐。推荐系统诞生的益处：从用户角度，推荐系统可以缓解信息过载带来的时间成本； ....

欢迎关注我的公众号 【图与推荐】下方扫码 16KDD node2vec [图片] node2vec 是斯坦福男神教授 Jure Leskovec 的代表作之一，网上有非常多关于这篇论文的讨论和解析，所以这里我不再累述。 node2vec 中提出的网络的 “同质性” 和 “结构性” 是两个比较抽象的概 ....

Datawhale 学术 作者：太子长琴，Datawhale 意向成员 如何在有限数据下训练出高效的深度学习模型？本文深入研究了预训练的前世今生，并带领读者一起回顾 PTM 取得的最新突破，与未来的研究方向（文末附 90 分钟解读视频）。 利用深度学习自动学习特征已经逐步取代了人工构建特征和统计方法 ....

▌ 推荐系统简介 这个时代背景下，「信息爆炸」与「长尾问题」的其中一个主要解决方案是「个性化推荐」、「搜索技术」，前期我们先探讨个性化推荐技术。那具体什么是个性化推荐，怎么去实现这一过程呢？这一章让我们一起探寻个性化推荐的整个流程与技术概览，后续章节我们会逐一展开。这一章读者朋友需要做到的是读完以后 ....

选自 架构文摘 公众号 高可用 HA（High Availability）是分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计减少系统不能提供服务的时间。 假设系统一直能够提供服务，我们说系统的可用性是 100%。如果系统每运行 100 个时间单位，会有 1 个时间单位无法提供服务，我们说 ....

阿里机器智能 1. 前言 1.1 迅猛发展的短视频业务 短视频一般指长度在 5 分钟以内的视频内容。由于用户时间碎片化、移动互联网和智能手机的快速普及、制作门槛低等原因，短视频最近几年引起广泛关注。从 2011 年的萌芽，到 2015 年快手、美拍等异军突起，到 2016 年抖音、火山小视频等迅猛发 ....