该文被密码保护。 阅读全文
posted @ 2022-02-24 20:23 blcblc 阅读(0) 评论(0) 推荐(0) 编辑
摘要: 高维稀疏数据进行快速相似查找,可以采用learning to hash,但高维稠密数据查找则采用annoy learning to hash 参考: https://blog.csdn.net/hero_fantao/article/details/70245284《海量数据相似查找系列1 -- M 阅读全文
posted @ 2022-02-24 17:30 blcblc 阅读(1173) 评论(0) 推荐(0) 编辑
摘要: 参考这篇文章: https://zhuanlan.zhihu.com/p/128988454 《谷歌最新双塔DNN召回模型——应用于YouTube大规模视频推荐场景》 https://zhuanlan.zhihu.com/p/93257390 《向量化召回在360信息流广告的实践》 先是第一篇: h 阅读全文
posted @ 2022-02-24 16:25 blcblc 阅读(1243) 评论(0) 推荐(0) 编辑
摘要: 参考这篇文章: https://zhuanlan.zhihu.com/p/146210155 《百度凤巢新一代广告召回系统——“莫比乌斯”》 从上面的训练流程图可以大致归结为如下几步: (1)首先从点击日志中加载一个batch的数据 (2)利用这一个batch的数据构建两个集合,即query集合和广 阅读全文
posted @ 2022-02-24 15:07 blcblc 阅读(343) 评论(0) 推荐(0) 编辑
摘要: 最近在做实时推荐,分成三个阶段来做: 第一步,先利用相似推荐补充到实时数据流 第二步,加入实时特征应用到线上推荐模型 第三步,针对模型进行实时训练学习改造 实时推荐的各种模型,可以看一下: https://zhuanlan.zhihu.com/p/385709488 1.Lambda架构 Lambd 阅读全文
posted @ 2022-02-24 14:23 blcblc 阅读(267) 评论(0) 推荐(0) 编辑