做好推荐的第一步，是认识待推荐的物品。例如，如果不知道一篇文章是介绍机械键盘的，也就不可能把它推荐机械键盘的爱好者们。对物品认识的角度，准确性，覆盖面，等等，都影响着后续推荐的质量。文本是物品信息的最常见的存在形式，文本以很多种格式存储和传输，并且常常是以自然语言形式组织的，但是在推荐系统无法理解自然语言信息，必须是结构化处理。文本挖掘算法承担着转化的任务。本文将介绍文本类挖掘算法。信息提取...

做好推荐系统的第二步，就是认识用户。如果你不了解用户的喜好，推荐也就无从谈起。所以在用户冷启动的时期，我们会用一些策略去试探用户的喜好，目标也是为了认识用户。认识用户用专业术语表达就是用户画像(User Profile)。读者应该看过下图形式的用户画像：这种图形化的用户画像，用不同颜色和字体的标签，拼出用户的剪影形象。实际上，这种形式的用户画像，对计算机来说没什么用处。为什么呢？因为对于...

摘要目前炙手可热的AI技术，最成熟的落地应用之一就是推荐系统。目前对介绍推荐系统的资料有很多，有关于数据挖掘，关于推荐算法，关于工程的，等等，但是大多数的资料都是比较零散的、碎片化的，很少有系统全面的知识讲解，我会试图用这一系列的文章为大家展现一个比较完整的推荐系统。本人的讲解将分为以下这些篇章展开:导论篇: 主要对本系列文章的内容做一个概要性的介绍。算法篇: 主要介绍推荐系统涉及的各类算...

DIN历史行为丰富的用户，兴趣是多种多样的，在面对不同的候选商品时，用户的兴趣可以被局部激活。DIN提出固定长度向量表达用户多种兴趣的局限性，并设计了全新的深度兴趣模型，引入了兴趣局部激活单元，自适应的从用户历史行为数据中学习与目标广告相关的用户兴趣的表示。DIN极大的提高了模型的表达能力，更好的捕捉用户兴趣的多种特征。DIN中用户兴趣表示为vU(A)=f(eA,e1,e2,...,eH)=∑j=

生存分析生存分析是研究直到发生一个或多个事件的预期时间的一系列统计分析方法。取名生存分析是最早应用于医学领域，研究病人从诊断出癌症后使用不同药物治疗后的死亡时间。TTT 表示生存时间，是非负连续的随机变量f(t)f(t)f(t)表示TTT的概率密度函数 pdfF(t)=P(T≤t)=∫0tf(x)dxF(t) = P(T\le t)=\int_0^t f(x)dxF(t)=P(T≤t)=∫0t​f

上一篇我们分析了XDL的framework的架构设计，了解了XDL的模型构建和运行机制，以及XDL如何将tensorflow作为自己的backend。本篇继续分析XDL的架构设计，重点关注XDL的参数训练过程。样例还是以XDL自带的deepctr(代码位置：xdl/xdl/examples/deepctr/deepctr.py)为例：def train():...emb...

摘要深度学习已经成为推荐算法研究者们理想的选择。随着机器学习领域研究兴趣的强力增长，已经很难跟踪谁才是TopN推荐问题的最先进算法。与此同时，最近有几篇文章指出现在机器学习领域实践方面的一些问题，比如结果可复现性，以及baseline的选择问题。本文报告了对TopN推荐算法的系统性分析结果。我们分析了最近几年在顶级研究会议上发表的18种算法。其中只有7种算法，经过合理的尝试后复现了结果。并且，..

提示策略（Prompting Strategy） : 该系列研究通过将推荐任务重构为自然语言处理问题，设计了多种提示策略来引导大语言模型（LLMs）生成准确的（系统）冷启动推荐。多步提示（Muti-Step Prompting ）: 尽管直接提示法可用于零样本/少样本推荐任务，但其性能表现仍逊色于经过完整用户-物品交互数据训练的传统推荐方法。检索增强（Retrieval-Augmented Rec

摘要深度学习已经成为推荐算法研究者们理想的选择。随着机器学习领域研究兴趣的强力增长，已经很难跟踪谁才是TopN推荐问题的最先进算法。与此同时，最近有几篇文章指出现在机器学习领域实践方面的一些问题，比如结果可复现性，以及baseline的选择问题。本文报告了对TopN推荐算法的系统性分析结果。我们分析了最近几年在顶级研究会议上发表的18种算法。其中只有7种算法，经过合理的尝试后复现了结果。并且，..

接着上篇介绍聚类算法，本篇介绍图团体检测算法。图团体检测当我们的样本以及样本之间的关系可以被表示为一个网络或图（graph）时，可能存在这样的需求：我们想找出来网络中联系比较”紧密”的样本。举个例子，在社交网站中，用户以及用户之间的好友关系可以表示成下面的无向图，图中的顶点表示每个用户，顶点之间的边表示用户是否为好友关系：直观上我们可以看出a,b,e,f之间的关系比较密切，c,d,...