运维背景知识A. 运维体系：SRE/CREA. Google SRE概述B. Google SRE指导思想B. Google SRE指导思想 - 拥抱风险C. Google SRE 实践C. Google SRE 实践 - 产品发布D. Google SRE 管理D. Google SRE 管理 - 培训SRED. Google SRE 管理 - SRE参...

C. 数据仓库 — Kimball架构Kimball关键性概念总线架构：多维体系结构主要包括后台（Back Room）和前台（Front Room）两部分。后台也称为数据准备区（Staging Area），是MD架构的最为核心的部件。在后台，是一致性维度的产生、保存和分发的场所。同时，代理键也在后台产生。前台是MD架构对外的接口，包括两种主要的数据集市，一种是原子数据集市，另一种是聚集...

D. 深度学习 — 图神经网络概述任务分类分类链接预测聚类图生成可视化图嵌入概述真实的图（网络）往往是高维、难以处理的，20世纪初，研究人员发明了图形嵌入算法，作为降维技术的一部分。挑战属性选择节点的“良好”向量表示应保留图的结构和单个节点之间的连接。第一个挑战是选择嵌入应该保留的图形属性。考虑到图中所定义的距离度量和属性过多，这种选择可能很困难，性能可能取决于实际的应用场景。可扩展性大多数真实网

C. 强化/增强学习离散马尔可夫模型马尔科夫链马尔可夫决策过程动态规划贝尔曼方程策略估计策略改进策略迭代值迭代蒙特卡罗方法时间差分法隐马尔可夫模评估问题：前向后向算法解码问题：维特比算法（Viterbi）学习问题：前向后向算法（BAUM-W...

基础信息详见： 《企业级 AIOps 实施建议》白皮书现阶段的研究方向

A. 运维体系 — SLA理论体系概述：SLA，是服务供应商与客户之间的服务等级协议，它定义了服务供应商应保证的服务质量，以及在服务不达标情况下的服务赔偿。SLA在定义上又细分为SLI、SLO与SLA。SLI，服务质量指标，服务的某项质量的一个具体的量化指标。SLO，服务质量目标，服务的某项SLI的具体目标值，或者目标范围。SLA，服务质量协议，描述在服务不达SLO情况下的后果。SLA的收益3.1

概述描述把推荐选择具体物品，上升到选择策略。如果后台算法中有三种策略： 按照内容相似推荐，按照相似好友推荐，按照热⻔门推荐。每次选择⼀种策略，确定了策略后，再选择策略中的物品，这样两个步骤。Bandit概述指的是一类算法，而不是一个算法基本思想看看选择会 带来多少遗憾，遗憾越少越好；⼩⼼翼翼地试，越确定某个选择好，就多选择它，越 确定某个选择差，就越来越少选择它。关键元素臂：每次推荐要选择候选池，

C. 人工智能 — 迁移学习 - 元学习概述概念Learn to learn本质上，就是输入训练资料，生成一个 目标函数也可以说是Domain Adaptation问题Too many tasks to learn, to learn more efficientlyFaster learning methodsBetter hyper-parameter/learning algorithmsR

利用上下文信息时间上下文信息一般认为，时间信息对 用户兴趣的影响表现在以下几个方面：用户兴趣是变化的：我们这里提到的用户兴趣变化是因为用户自身原因发生的变化。比如随着年龄的增长，用户小时候喜欢看动画片，长大了喜欢看文艺片。一位程序员随着 工作时间的增加，逐渐从阅读入门书籍过渡到阅读专业书籍。一个人参加工作了，工作 后的兴趣和学生时代的兴趣相比发生了变化。当然， 考虑用户最近的兴趣只能针对渐变的用户

概述概念：勾画用户（用户背景、特征、性格标签、行为场景等）和联系用户需求与产品设计的，旨在通过从海量用户行为数据中炼银挖金，尽可能全面细致地抽出一个用户的信息全貌目标：将定性和定量方法结合在一起定性化的方法：通过对用户的生活情境、使用场景、用户心智进行分析来对用户的性质和特征做出抽象与概括定量化：对特征做精细的统计分析与计算，获得对于用户较为精准的认识，便于在数值排序的基础上实现核心用户的发掘与突