原创 羅遠飛:自動特徵工程在推薦系統中的研究

第四範式資深研究員羅遠飛針對推薦系統中的高維稀疏數據,介紹瞭如何在指數級搜索空間中,高效地自動生成特徵和選擇算法;以及如何結合大規模分佈式機器學習系統,在顯著降低計算、存儲和通信代價的情況下,從數據中快速篩選出有效的組合特徵。 以下是羅遠

原创 推薦系統過濾技術:基於內容的過濾及其利弊

在上一篇文章中,我們介紹了推薦系統的主要工作流程。在接下來的文章中,我們會詳細分析推薦系統中的過濾技術。 推薦系統中不同的過濾技術 推薦系統要想爲用戶提供切實有用的推薦服務,高效、準確的推薦技術至關重要,也就是說,理解不同推薦過濾

原创 陳迪豪:推薦系統大規模特徵工程與 Spark 基於 LLVM 優化

推薦系統學院(Recommended Systems Institute)是第四範式專門爲推薦系統愛好者提供的分享推薦系統研究及其應用的系列課程。 Spark作爲目前最流行的大數據處理框架,在機器學習場景以及推薦系統中應用非常廣泛。第四範

原创 直播回顧 | 圖推薦算法在E&E問題上的應用

導讀:本次分享將圍繞以圖爲基礎衍生的一類推薦算法原理和應用,以及 E&E 問題 ( 如何應對新用戶和新內容 ) 的一些處理方法。E&E 指探索與利用,是推薦系統當中的兩個核心問題。 主要內容包括: Background Relate