作者|陈祖龙 阿里巴巴
整理|DataFun
大家好,这里是NewBeeNLP。
今天给大家分享一下推荐系统在近年来的整体技术发展。文中的很多观点和技术都参照于业界的论文以及一些外部的文章。
全文目录如下:
1. 推荐系统技术架构
2. 用户理解
3. 召回技术
4. 排序技术
5. 其它推荐算法方向
6. 评估
评估
1. 整体指标
2. 分阶段指标
想和你一起学习进步!『NewBeeNLP』目前已经建立了多个不同方向交流群(机器学习 / 深度学习 / 自然语言处理 / 搜索推荐 / 图网络 / 面试交流 / 等),名额有限,赶紧添加下方微信加入一起讨论交流吧!(注意一定o要备注信息才能通过)
分享嘉宾
INTRODUCTION
陈祖龙
阿里巴巴
高级算法专家
2013 年毕业东北大学,先后在百度知识搜索部,淘宝搜索与推荐,飞猪技术算法,一直在做搜索、推荐等相关工作,曾在 WWW,KDD,SIGIR,CIKM,ICDE 等多个国际期刊和会议上发表二十多篇论文。