摘要： 1.无序编号 \begin{itemize} \item {} ... \item {} ... \item {}... \item {} ... \end{itemize} 举例： \indent The main contributions of this paper are as follow 阅读全文

摘要： 一、什么是lambda架构 1.批处理层 特点： 数据不可变（HDFS append only） 可进行任何计算（mapreduce/spark的灵活性） 水平扩展（数据量大） 高延迟（根据计算量和数据量不同，运行时间可能几分钟到几个小时） 2.实时处理层 3.服务层 参考文献： 【1】Spark大 阅读全文

摘要： 一、大数据技术框架 二、推荐系统技术栈 三、什么是推荐系统 1.背景 2.工作原理 四、推荐系统的设计 1.需求分析和用户调研 2.功能设计 3.界面设计 4.架构设计 5.算法设计 6.系统评测 参考文献： 【1】Spark大数据互联网项目实战推荐系统（全套）_哔哩哔哩 (゜-゜)つロ 干杯~-b 阅读全文

摘要： 目标： 熟练掌握推荐系统的实时推荐业务流 熟练掌握推荐系统lambda分布式计算工具、存储工具使用 熟练掌握黑马推荐离线计算、在线实时计算解决方案 阅读全文

摘要： Learning to rank（LTR，L2R）也叫排序学习，泛指机器学习中任何用户排序的技术，是指一类监督学习（Supervised Learning）排序算法。LTR被应用在很多领域，比如信息检索（Information Retrieval）、推荐系统（Recommend System）、搜索 阅读全文

摘要： 三、primitive 1.Line2D类 matplotlib.lines.Line2D类是matplotlib中的曲线类（基类是matplotlib.artist.Artist），它可以有各种各样的颜色、类型、以及标注等等。它的构造函数为： Line2D(xdata, ydata, linewi 阅读全文

摘要： 1.处理对象 （1）json.dumps(): 对数据进行编码 举例： #!/usr/bin/python3 import json # Python 字典类型转换为 JSON 对象 data = { 'no' : 1, 'name' : 'Runoob', 'url' : 'http://www. 阅读全文

摘要： 传统CTR预估模型包括：LR、FM、GBDT等，其优点是：可解释性强、训练和部署方便、便于在线学习。 （一）CTR预估 1.在cost-per-click：CPC广告中广告主按点击付费。为了最大化平台收入和用户体验，广告平台必须预测广告的CTR，称作predict CTR：pCTR。对每个用户的每次 阅读全文

摘要： 一、DSSM 二、FNN 三、PNN 四、DeepCrossing 五、Wide&Deep 六、DCN 七、DeepFM 八、NFM 九、AFM 十、xDeepFM 十一、ESMM 十二、DIN 十三、DIEN 十四、DSIN 十五、DICM 参考文献： 【1】推荐系统的发展与简单回顾 【2】今日头 阅读全文

摘要： 1.单个国家的编码 ASCII：美国，占1个字节，只支持英文 GB2312：中国，占2个字节，支持6700+汉字，兼容ASCII GBK：GB2312的升级版，支持21000+汉字，还收录了藏文、蒙文、维吾尔文等主要的的少数名族文字，同样GBK兼容ASCII编码，英文字符用1个字节来表示，汉字用两个 阅读全文