IP属地：河南
-
基于Meta Hstu的信息流混排生成式兴趣建模实战背景： 信息流场景的内容混排是将各种业务、模态内容以最满足用户个性化喜好的方式呈现，保障整体效率最大化同时，满足各业务的流量诉求。信息流首页如下...
-
浅析DeepSeek多头潜在注意力机制（MLA）浅析DeepSeek多头潜在注意力机制（MLA） 背景：DeepSeek在无损模型效果的同时大幅降低了大模型的训练以及推理成本，引起业界广范关注...
-
预告：position bias 在建模中的处理方式
提前给大家预告一篇position bias在建模中的处理方式。
-
基于深度隐语义topic的用户聚合推荐--part2 推荐结果开篇之前，我们首先回顾一下背景：part1 在19年已经写了，最近打开博客发现part2迟迟没有写，时隔这么久，临近十一终于有时间把第二部分完成...
-
tf_record 的几种生成方法。背景：大家在使用tensorflow 训练model 的时候，如何更好更快的加载数据，tensorflow官方给出了tf record这种格式，...
-
基于深度隐语义topic的用户聚合推荐--part1 topic的聚合
背景：在个性化推荐系统中，新用户的快速兴趣探索，是推荐系统能否真正抓住用户的真正喜好，并达到留存的关键因素。如何快速兴趣探索，首先要选取一种合适...
-
Graph Embeding（图嵌入）在短视频推荐系统的落地实战-part2上文主要介绍了deep walk原论文是如何从原始语料获得graph，以及如何从graph，随机游走出item序列。继而通过word2vec或得...
-
Graph Embeding（图嵌入）在短视频推荐系统的落地实战-part1背景：众所周知，在个性化推荐系统，后端算法核心逻辑，分为召回，排序以及strategy调整，用户访问系统时，受限于排序模型的耗时等因素，不可能将...
-
深度语义模型在推荐系统中的应用实战（youtube dnn）--part3
背景：上文讲到离线model已经训练好了。接下来就是最重要的部分，在线应用部分拿效果。在个性化推荐算法recall的整体架构中，有比较简单的写k...