07 2023 档案
摘要：1.一条sql查询语句是如何执行的 mysql逻辑架构图 大体来说，MySQL可以分为Server层和存储引擎层两部分。 Server层包括连接器、查询缓存、分析器、优化器、执行器等，涵盖MySQL的大多数核心服务功能，以及所有的内置函数（如日期、时间、数学和加密函数等），所有跨存储引擎的功能都在这
阅读全文
摘要：用户画像 假设你是个产品经理，如何定义用户画像 你是算法工程师，如何使用标签来做推荐 我们已经进入到互联网的下半场，增长的动力来自数据驱动 而数据分析的出发点，来自于对用户行为及需求的洞察 用户画像的准则 假设一个场景，你刚入职一家火锅店，你的老板对你说给用户做用户画像，你会怎么办？ 我们需要解决三
阅读全文
摘要：关联规则 关联规则 关联分析是大数据计算的重要场景之一，通过数据挖掘，商家发现尿不湿和啤酒经常会同时被购买，所以商家就把啤酒和尿不湿摆放在一起促进销售。 在传统商超确实没有见过把啤酒和纸尿裤放在一起的情况，可能是因为传统商超的物理货架分区策略限制它没有办法这么做，而啤酒和尿不湿存在关联关系则确实是大
阅读全文
摘要：1. 因子分解机 MF的回顾 矩阵分解： 将矩阵拆解为多个矩阵的乘积 用户users和商品Items的评分矩阵是稀疏的，因为他不会对所有商品打分；把它拆分为2部分，K值是降维的维度，比如user1对10w个电影打分，10w降为K维（K一般取100左右）； k维降维变成稠密矩阵； 矩阵分解方法： EV
阅读全文
摘要：推荐算法 在用户对自己需求相对明确的时候，可以用搜索引擎通过关键字搜索很方便地找到自己需要的信息。但有些时候，搜索引擎并不能完全满足用户对信息发现的需求。一方面，用户有时候其实对自己的需 求并不明确，期望系统能主动推荐一些自己感兴趣的内容或商品；另一方面，企业也希望能够通过更多渠道向用户推荐信息和商
阅读全文
摘要：YouTube推荐系统 Deep Neural Networks for YouTube Recommendations, 2016 https://dl.acm.org/citation.cfm?doid=2959100.2959190 推荐系统分为召回（候选集生成）和排序两个阶段 召回阶段，基于
阅读全文
摘要：基于流行度的推荐 认知流行度 流行度（Popularity） 内容的流行程度，也称之为热度，最常见的是将榜单中热度的内容推荐给用户（微博热搜，TopN商品） 基于流行度的推荐是围绕流行度计算产生的推荐模型（不仅是TopN） 解决冷启动问题 => 根据流行度来推荐商品的算法，也就是什么内容吸引用户，就
阅读全文
摘要：LSH近似最近邻查找 NN与ANN NN，Nearest Neighbor Search，最近邻查找问题； TOP N KNN，K-Nearest Neighbor，k最近邻，查找离目标数据最近的前k个数据项 ANN，Approximate Nearest Neighbor，近似最近邻检索，在牺牲可
阅读全文
