[图片] 作者：joelchen，腾讯 PCG 应用研究员 全面理解搜索 Query 1. 前言 Query 理解（QU，Query Understanding），简单来说就是从词法、句法、语义三个层面对 query 进行结构化解析。这里 query 从广义上来说涉及的任务比较多，最常见的就是我们在 ....

背景 58 作为国内最大的生活信息服务平台，涵盖了本地服务，招聘，房产，二手车，二手物品多条业务线。商业部门作为中台部门，职能是为各个业务线提供商业变现解决方案，提升业务线流量变现效率，同时满足各业务线个性化，多元化的流量变现需求。 在不同的商业产品类型以及不同的场景下，业务线对于变现效率和用户体验 ....

机器学习有非常多令人困惑及不解的地方，很多问题都没有明确的答案。但在面试中，如何探查到面试官想要提问的知识点就显得非常重要了。在本文中，作者给出了 25 个非常有意思的机器学习面试问题，这些问题都没有给出明确的答案，但都有一定的提示。读者也可以在留言中尝试。 许多数据科学家主要是从一个数据从业者的角 ....

[图片] 分享嘉宾：郭伟东 腾讯 高级研究员 文章整理：李传勇 内容来源：DataFunTalk 出品社区：DataFun 导读： 目前信息流推荐中使用的内容理解技术，主要有两部分构成：1. 门户时代和搜索时代遗留的技术积累：分类、关键词以及知识图谱相关技术；2. 深度学习带来的技术福利：embed ....

来源：申探社 下一篇 https://www.6aiq.com/article/1596335270965 一 导读 互联网广告中的出价模式发展经历了许多变迁。从一开始的 CPM，到 CPC 出价模式，随着 Facebook 的 oCPX (如 oCPM/oCPC) 成为了网红，之后的双出价，激活且 ....

本文整理自百度李俊卿在 QCon 上的演讲：《流式数据处理在百度数据工厂的应用与实践》。 百度数据工厂最原先用 Hive 引擎，进行离线批量数据分析和 PB 级别的查询，处理一些核心报表数据。但是在我们推广过程中发现，用户其实还是有复杂分析、实时处理、数据挖掘的请求，我们在 Spark1.0 推出的 ....

来源： 申探社：深入互联网广告中的出价模式（补充篇） 之前出价模式深入互联网广告中的出价模式 (上中下完整版)的文章得到了几千次的转发，也得到很多朋友的私信评论和反馈，非常荣幸。有些朋友也提出了一些想进一步了解的内容，另外在和读者群一些朋友的探讨中，笔者对部分内容也有了一些新的认知。因此再攒出了这一 ....

通过谷歌面试是所有工程师的梦想。技术面试谷歌招聘流程必不可少的一环，它是对应聘者技术能力的终极测试，以评价你是否具备开发最优秀软件所需的编程与算法能力。谷歌面试是评价技术能力的关键衡量标准，可以说是决定是否聘用候选人的最重要决定因素。 想要顺利通过谷歌面试的话，你需要为面试中的重点环节提前做好准备。 ....

背景 在推荐、搜索、广告等领域，CTR（click-through rate）预估是一项非常核心的技术，这里引用阿里妈妈资深算法专家朱小强大佬的一句话：“它（CTR 预估）是镶嵌在互联网技术上的明珠”。 本篇文章主要是对 CTR 预估中的常见模型进行梳理与总结，并分成模块进行概述。每个模型都会从「模 ....

作者：Viktor Karlsson 编译：ronghuaiyang 导读: 使用来自 BERT 的上下文嵌入是很昂贵的，而且并不是所有的情况下都能带来价值，我们来看看在什么情况下是值得使用的。 使用最先进的模型，如 BERT，或它的任何后代，不适合资源有限或预算受限的研究者或实践者。仅仅是一个预训 ....

作者： 高福来 系统架构概念非常大，谈论时显得虚无飘渺，它不像一个具体的技术点能很好地衡量掌握了没有。系统架构的定义有很多，问不同的人得到的回答也不一样，这也越发让人迷惑：到底什么是系统架构。本篇文章没有太高深的理论，从推导系统架构的公式开始，层层铺进、环环相扣，揭开系统架构的神秘面纱。 [图片] ....

来源： Datawhale 干货 作者：吴忠强，东北大学，Datawhale 成员 一、GBDT+LR 简介 协同过滤和矩阵分解存在的劣势就是仅利用了用户与物品相互行为信息进行推荐， 忽视了用户自身特征， 物品自身特征以及上下文信息等，导致生成的结果往往会比较片面。而这次介绍的这个模型是 2014 ....

2019 年 11 月 16 日 08:00 奇文 概述 爱奇艺的信息流推荐业务每天会产生数十亿规模的 feed 浏览，如此大规模的数据给模型训练带来了很大的挑战。同时，信息流这类用户与推荐系统的强交互场景也引入了很多有趣的研究课题。对于信息流推荐产品来说，用户和产品交互性高，用户兴趣变化也很快。若 ....

作者：董指导 来源：饭统戴老板（ID：worldofboss） 数据支持：远川研究 有人说找配偶是世界上最难的信息检索。这点对李彦宏而言，丝毫不是问题。 [图片] 当年在聚会上互留电话时，李彦宏把自己的电话号码按照按键上对应的字母，写成了 331talk。拿到纸条的马东敏立刻就看懂了，两个人会心一笑 ....

来源： 丁香园大数据 2019-12-02 前言 在之前的文章中，我们介绍了数据驱动的上下位三元组抽取、关系抽取、实体属性值抽取、名词短语抽取的算法思路。这些工作的目的都是为了使实体词在知识库中更加丰满，能够更好地为语义搜索推荐、智能问答等场景做支撑。以上这些工作多以考虑挖掘更多的知识数据，而我们还 ....

作者： 高福来 引言 在本系列的第一篇文章中已经给出系统架构的公式定义：系统架构 = 要素 + 连接 + 解决特定的问题，本篇文章重点讨论应对系统架构的方法。 如今，系统架构在业内还没有定型的固定方法，一般会讲：需求分析、系统分析与设计、UML、领域建模、设计模式、软件工程等，笔者不打算这样讲，这样 ....

作者：深度学习应用组 平安寿险 PAI 全文框架概览 [图片] 一、背景介绍 信息流推荐是当今互联网中 AI 能力的一个重要应用领域，相关的推荐技术也经历了从简单的协同过滤和关联规则、特征工程加集成学习、FM 算法直到深度学习推荐系统的过程。 优秀的信息流推荐系统需要充分利用待推荐文章中的文本信息， ....

[图片] 作者 | 黄泰成(斯肯) 出品 | 阿里巴巴新零售淘系技术部 作者简介：黄泰成（花名：斯肯），是一位来自台湾的程序员，加入阿里巴巴大约 5 年多，目前在阿里巴巴淘系前端团队负责互动方向，过去从设计跨到客户端、后端、前端，先后经历过社群、安全以及目前的电商领域，目前专注在终端解决方案以及互动 ....

腾讯技术 导语：读书，伴随技术人的一生。技术的发展日新月异，技术人应该永远在学习的路上，才能始终跟紧时代的步伐。阅读，是学习最重要的途径之一。 又到了新的一期《大牛书单》推荐，今天来和大家分享鹅厂几位搜索大牛推荐的“搜索领域”方面的一些好书。 技术人通过读书增长见闻、精进技术，提升人生境界。阅读好书 ....