循環(huán) 從現(xiàn)象觀察到找到本質(zhì)，最后到個(gè)人成長
發(fā)簡信
IP屬地：北京
-
-
Linuxstart - L1 L2 Common commands
https://github.com/mengning/linuxstart L2 Usage Common Commands PATH environment variab...
-
Linuxstart - L3 Vim + L4 Shell
L4 Shell Style Guide variable name in uppercaseLocal variables lowercaseFunction names ...
-
JZOOD面向?qū)ο笤O(shè)計(jì) - C1 面向?qū)ο笤O(shè)計(jì)入門1 SOLID原則 Single responsibility principle 單一責(zé)任原則 改的只有一個(gè)小的部分，也適合單元測試解析：單一責(zé)任原則指的是一個(gè)類只有一項(xiàng)工...
-
JZOOD面向?qū)ο笤O(shè)計(jì) - C2 管理類面向?qū)ο笤O(shè)計(jì)Elevator System Follow-up 管理類OOD題型 設(shè)計(jì)一個(gè)模擬/代替管理員日常工作的系統(tǒng) 管理類OOD解題思路 對(duì)于core object 考慮進(jìn)出的對(duì)象...
-
7M推薦系統(tǒng) - S3 Learn to Rank中的模型結(jié)構(gòu)1 重排序算法和多目標(biāo)排序 多目標(biāo)排序 score = CTR(α+CVR)(β+Price)...拍腦袋rules：同?XX N出1；活動(dòng)扶持竟秫、新品扶持、低俗打壓跷乐；流量控制...
-
7M推薦系統(tǒng) - S2 內(nèi)部推薦和排序架構(gòu)
1 召回算法和業(yè)界最佳實(shí)踐進(jìn)階 各種Embedding方法各種k-means方法kdtree和kball樹 2 用戶建模（召回肥败、排序都會(huì)用到） 預(yù)測用戶下一個(gè)瀏覽或者購買的類...
-
7M推薦系統(tǒng) - S1 推薦系統(tǒng)和常用算法
1 推薦系統(tǒng)簡介 推薦系統(tǒng)介紹 見S0 推薦系統(tǒng)評(píng)估 顯式反饋和隱式反饋 準(zhǔn)確性（學(xué)術(shù)界）評(píng)分預(yù)測topN推薦，準(zhǔn)確和召回率 準(zhǔn)備性（工業(yè)界）信息流：時(shí)長 -> 用戶行為 -...
-
7M推薦系統(tǒng) - S0 推薦業(yè)務(wù)劈猿，F(xiàn)eed流產(chǎn)品及推薦算法策略架構(gòu)解析+用戶和物品特征的常用方法
1 推薦業(yè)務(wù) 排序模型 召回->粗排->精排精排 y = model(user, item, context)粗排 y = model(item, context) 特征：i...
-
ZXAlgorithm - JZ海量數(shù)據(jù)處理算法
https://www.jiuzhang.com/tutorial/big-data-interview-questionshttps://www.lintcode.com/...
-
推薦系統(tǒng)陳開江 - C3 內(nèi)容推薦
講了什么？用戶畫像潮孽，標(biāo)簽挖掘揪荣，基于內(nèi)容推薦 1 用戶畫像 什么是用戶畫像用戶向量化后就是用戶畫像，便簽往史，注冊資料仗颈，社交關(guān)系都是稀疏向量；Embedding，svd挨决，主題模型選...
-
推薦系統(tǒng)陳開江 - C4 近鄰?fù)扑]
基于內(nèi)存请祖，基于模型的協(xié)同過濾https://www.zhihu.com/question/23838165 主要講協(xié)同過濾，基于內(nèi)存的（推相似用戶喜歡的脖祈，或者退喜歡用戶相似的...
-
推薦系統(tǒng)陳開江 - C6 模型融合
哪幾個(gè)部分肆捕？一階模型融合，線性模型樹模型二階模型融合盖高，F(xiàn)M高階模型融合慎陵，Wide and Deep 1 線性模型和樹模型 講了什么？GBDT + LR融合 為什么融合喻奥？ 分為...
-
推薦系統(tǒng)陳開江 - C7 探索和利用
1 MAB問題和Bandit算法 Bandit算法定義最大化收益解決冷啟動(dòng)和EE問題最小化累積遺憾席纽，把選擇的機(jī)會(huì)給那些確定好的和還不確定的選項(xiàng) Bandit算法實(shí)現(xiàn)湯普森采樣...
-
推薦系統(tǒng)陳開江 - C12 效果保證
1 測試和常用指標(biāo) 測試軟件工程測試：單元測試，回歸測試撞蚕，壓力測試離線模擬測試：AUC润梯，TopK準(zhǔn)確率在線對(duì)照實(shí)驗(yàn)：在線AB測試人工校驗(yàn)回訪：人工介入測試，發(fā)現(xiàn)極端案例 檢測...
-
推薦系統(tǒng)陳開江 - C11 關(guān)鍵模塊
1 日志收集 需要的元素必要：用戶ID甥厦，物品ID纺铭，事件名稱和時(shí)間其他：從什么事件來，從什么頁面來矫渔，事件發(fā)生時(shí)用戶的相關(guān)屬性彤蔽，事件發(fā)生時(shí)物品的相關(guān)屬性 推薦系統(tǒng)需要的矩陣Use...
-
推薦系統(tǒng)陳開江 - C10 架構(gòu)總覽
1 信息流推薦架構(gòu) 聚合信息流 內(nèi)容采集和分析 抓取，標(biāo)注庙洼，分配ID顿痪，運(yùn)營邊界和調(diào)性，CMS油够，隊(duì)列通知離線計(jì)算離線計(jì)算 推薦結(jié)果蚁袭，用戶畫像，排序模型推薦服務(wù)日志收集和其他配套...
個(gè)人介紹
紐約大學(xué)計(jì)算機(jī)工程碩士石咬，專注于推薦系統(tǒng)揩悄，量化交易，游戲設(shè)計(jì)
郵箱 [zhanggaochaozgc@163.com | gz573@nyu.edu]
郵箱 [zhanggaochaozgc@163.com | gz573@nyu.edu]