近日读到一篇非常不错的文章，忍不住转载过来，方便日后学习查阅，作者是新浪微博的张俊林，之前有幸听过他在线下的技术分享，印象深刻。这篇文章涵盖推荐系统最重要的三个环节：召回、排序、重排序涉及的相关技术路线，通过近两年的经典案例和论文，归纳总结了相关技术的发展演化趋势。 本文在原文的基础上，添加了相关论文的下载链接，并为了提高阅读性，文章排版稍有修改。 原文...
论文解读
「论文解读」相关文章列表
多目标排序综述 在之前的🔖《推荐系统中的排序学习》一文中，我在最后简单提到过排序学习的一大作用就是可以用于多目标排序，也顺带提到了其他解决方案，本文我们就重点介绍另外一种解决方案，多任务学习。 还是先了解一下背景，介绍一下什么是多目标排序。 多目标排序通常是指有两个或两个以上的目标函数，目的是寻求一种排序使得所有的目标函数都达到最优或满意。 在工业界推...
应用综述 上一篇文章我们提到 Embedding 的源头、原理、以及在推荐系统场景下常用的几种延伸方法，这篇文章则通过解读 YouTube、Airbnb、Alibaba 的三篇经典论文，来总结 Embedding 在工业界的一些用法和技巧，这三篇论文亮点众多，提供的经验非常值得我们去细细品味和借鉴。这篇文章篇幅较多，几乎把三篇论文的重要内容都进行了解读和总...
自 Embedding 的概念问世以来，Embedding 的探索和应用就没有停止过，Word2Vec、Sentence2Vec、Doc2Vec、Item2Vec，甚至 Everything2Vec。对，“万物皆可 Embedding”。几年来，Embedding 在推荐系统中的应用也越来越多，方式众多，技法新颖。 在之前的文章中，《文本内容分析算法》和 ...