推荐&搜索&广告&用户画像&深度学习-有时间看看

最新推荐文章于 2025-11-23 18:54:45 发布
原创 最新推荐文章于 2025-11-23 18:54:45 发布 · 193 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#大数据

博客提供了一篇知乎文章的链接（https://zhuanlan.zhihu.com/p/51015148），标签显示与大数据相关。
深度学习核心技术精讲100篇（二十六）-如何运用大数据定量刻画用户画像？
wenyusuran的专栏
03-09 1727
导读：在互联网步入大数据时代后，用户行为给企业的产品和服务带来了一系列的改变和重塑，其中最大的变化在于，用户的一切行为在企业面前是可“追溯”“分析”的。企业内保存了大量的原始数据和各种业务数据，这是企业经营活动的真实记录，如何更加有效地利用这些数据进行分析和评估，成为企业基于更大数据量背景的问题所在。随着大数据技术的深入研究与应用，企业的关注点日益聚焦在如何利用大数据来为精细化运营和精准营销服务，而要做精细化运营，首先要建立本企业的用户画像。 01 画像简介 用户画像，即用户信息标签化，通过收集用户的
用户画像在电商个性化推荐中的应用：方法与实践
AI天才研究院
10-28 1159
《用户画像在电商个性化推荐中的应用：方法与实践》 概述 关键词：用户画像、电商、个性化推荐、数据治理、算法实现、应用实践 随着互联网的迅速发展，电子商务领域已经成为一个高度竞争的市场。在这个背景下，如何提高用户体验、增加用户粘性、提升销售额成为了电商企业关注的焦点。用
深度学习 用户画像_推荐&搜索&广告&用户画像&深度学习整理
weixin_35691526的博客
12-30 182
对知乎的文章分类梳理一下，方便大家查看1.电商搜索姚凯飞：电商搜索如何让你买得又快又好「概述」(一)​zhuanlan.zhihu.com姚凯飞：电商搜索如何让你买得又快又好「搜索前」(二)​zhuanlan.zhihu.com姚凯飞：电商搜索如何让你买得又快又好「搜索中」(三)​zhuanlan.zhihu.com如何让搜索算法提升电商用户体验​www.zhihu.com姚凯飞：电商搜索如何让你...
【业务】5. 用户画像笔记
weixin_44589682的博客
06-25 412
推荐系统中，用户画像是给机器看得，不是给人看的字符化：字符匹配向量化：三要素：元素数、元素值、元素顺序关键是：维度、重要度、顺序召回阶段：物品过滤排序阶段：物品排序。
推荐系统 用户画像 标签聚类 个性化搜索
banbuduoyujian的博客
12-18 1万+
最近在做短视频推荐，和别的部门配合着做，我们部门做用户画像这一部分。回头看看，我们部门以前做的用户画像只能称之为“所谓的用户画像”。如果一个人不懂用户画像还好指挥来指挥去真的让人无言，不知道其他公司的有没有这样的人儿那，哈哈，扯远了，言归正传。这篇文章只是对文献[1]的一个总结与实践,像我这种才学浅显的人只能照猫画虎了。 1、标签&标签问题 用户可以对物品打标签，这些标签存在： （1）标签冗余
用户画像（Persona ）简介
ifwinds的博客
01-08 14万+
用户画像是建立在一系列真实数据上的目标用户模型。个性化推荐、广告系统、活动营销、内容推荐、兴趣偏好都是基于用户画像的应用。
大数据分析-用户画像详解
热门推荐
大步向前121
04-08 17万+
转自：百丽百灵（ID：BL100BL） 转自数据分析公号，来源：数据客 什么是用户画像？ 用户画像（User Profile），作为大数据的根基，它完美地抽象出一个用户的信息全貌，为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息，提供了足够的数据基础，奠定了大数据时代的基石。 用户画像，即用户信息标签化，就是企业通过收集与分
深度学习 用户画像_微信看一看 at CIKM 20 | 学习基于标签的用户画像兴趣建模
weixin_35632603的博客
12-24 504
本文分享的是CIKM2020微信的论文：Learning to Build User-tag Profile in Recommendation System，主要介绍了微信看一看("Top Stories")中，如何进行用户-标签的兴趣建模，提升推荐效果。 背景看一下微信看一看场景下的推荐流程...
网易大数据用户画像实践-笔记
乐于创作，乐于分享，志于创作高价值博文
07-18 1356
本文系统介绍了用户画像构建的核心要点。架构部分包含标签分类（1000+标签）、ID-Mapping（设备/用户关系网络）和知识库建设；特别指出衍生标签生成和标签冲突校验的挑战。ID-Mapping采用工程埋点（高准确率）和算法识别（解决多设备问题）双方案，但数据覆盖率仅20%影响模型效果。质量保障通过实名数据验证、算法评估和AB测试等多维度进行。实战案例显示，在反欺诈场景可提升6%识别率，实时推荐系统通过HBase特征计算提升转化。文末解答了偏好标签评估、版本迭代等关键问题，
美团广告系统算法深度分析：如何为不同用户画像智能分配优惠券，提高ROI？
代码简单说 Vue、JAVA、PHP、Node.js 熟练运用，接口、架构、性能全搞定。
03-15 363
在美团上，我们经常会看到聚合页的商家推荐和各种优惠券。中的eCPM（Effective Cost Per Mille）计算方法，确保排名既考虑商家竞价，也考虑广告的实际效果。这种方式确保了优惠券只会发给真正需要的用户，避免无效支出，提高广告 ROI。下次在美团看到优惠券时，可以想一想，你是不是刚好被算法“精准打击”了呢？这种方法不仅提升了商家的广告收益，也优化了用户体验，让优惠券真正发挥作用。在美团的聚合页广告中，商家排名不是简单的竞价排序，而是基于一个。，它展示了多个商家，同时会附带优惠券、折扣信息等。
用户画像修炼笔记--GIAC参会小纪
数据虫巢
08-01 287
作者·黄崇远『数据虫巢』全文共3549字题图ssyer.com“好的东西适合记下来，尤其是别人的炼丹心得。”参加了2021年全球架构师大会（GIAC），好些年没有参加类似的大会了，不过花...
推荐系统遇上深度学习(一零三)-[京东&百度]用于电商推荐系统多目标排序的DMT模型...
abcdefg90876的博客
11-21 2079
今天继续来介绍CIKM20上有关推荐系统的论文。本文介绍的是京东和百度的研究人员发表的有关在大规模电商推荐系统的多目标排序上的工作。论文将兴趣建模、多任务学习、偏置学习等几部分进行融合，...
大数据项目之dmp用户画像
weixin_34037173的博客
01-08 1259
一、互联网广告精准投放介绍 （1）dsp的展示原理： ①　用户浏览媒体网站，媒体网站通过添加的 SSP 代码向 AdExchange 发起广告请求。②　AdExchange 将这次请求的关键信息（如域名 URL、IP、Cookie 等）同时发送给多家 DSP，我们把这个请求称为 Bid Request。③　DSP 收到请求后通过 Cookie、IP、URL 等信息决策是否参与竞价，DSP 可以通过...
用户画像（三）：对用户搜索数据的理解
汪雯琦的博客
04-13 1126
第一列是id 第2，3,4列分别是年龄，性别，学历，我们已经有了这些数据 要去形成搜索和这些标签的模型 然后根据新的数据，来做这三个标签的用户画像 ...
RocketMQ 为什么性能不如 Kafka？
最新发布
2301_81205080的博客
11-23 766
本文介绍了kafka性能好的原因
Spark 部署模式
好记性不如烂笔头
11-20 981
所谓 Local 模式，就是不需要其他任何节点资源就可以在本地执行 Spark 代码的环境，一般用于教学、调试、演示等。
淘宝详情数据 API 返回字段全解析：核心字段说明 + 开发避坑指南
Ob_API20230201的博客
11-23 661
淘宝详情数据 API 的返回字段设计贴合电商业务场景，核心在于理解字段关联关系（如sku_id与spec_json）和权限限制。开发时需重点关注价格库存的准确性、图文内容的解析效率，以及异常场景的兼容处理。如果遇到特殊字段解析问题（如海外商品、预售商品专属字段），欢迎在评论区留言交流！
Go语言高性能并发编程实践分享：从基础协程到分布式服务优化实战经验总结
2501_94108919的博客
11-23 351
充分利用goroutine和channel，实现轻量级并发。控制并发规模，避免无限增长导致系统压力。合理使用连接池和异步操作，优化网络和数据库IO。监控与分析，借助pprof定位性能瓶颈。简单、静态部署，提升服务稳定性和运维效率。总之，Go语言凭借原生并发支持和高效性能，非常适合构建高吞吐量、高并发的分布式服务。通过本文经验分享，希望开发者能在Go语言实践中少踩坑，快速构建稳定、高性能的互联网系统。全文字数：约1205字内容原创度：低相似度（独立实践经验、代码示例、优化策略）地区信息：广州。
数字世界的“1”：创新驱动与变革的起点
2501_94094887的博客
11-21 516
摘要：数字“1”作为二进制基础单位，在数字化浪潮中扮演核心角色。从计算机底层运算到大数据分析，从人工智能学习到物联网连接，“1”贯穿技术演变的各个环节。它不仅是信息流动的最小单元，更是推动智能化社会发展的关键要素。未来随着5G、区块链等技术的进步，“1”将持续赋能数字社会，构建更高效、智能的世界。这一简单符号背后，蕴含着驱动科技变革与社会转型的巨大能量。
基于用户画像与xDeepFM模型的互联网广告点击率预测研究
该研究立足于当前互联网广告生态系统的实际需求，结合深度学习技术与用户行为数据分析，提出了一种融合用户画像信息的xDeepFM（eXtended Deep Factorization Machine）模型，旨在提升广告点击率预测的准确性与稳定性...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值