导读:目前信息流推荐中使用的内容理解技术,主要有两部分构成:1. 门户时代和搜索时代遗留的技术积累:分类、关键词以及知识图谱相关技术;2. 深度学习带来的技术福利:embedding。但是分类对于兴趣点刻画太粗,实体又容易引起推荐多样性问题,而 embedding 技术又面临难以解释的问题。这次主要介绍在信息流推荐中,腾...
嘉宾:刘雨丹 腾讯 高级研究员整理:Jane Zhang来源:DataFunTalk出品:DataFun注:欢迎关注DataFunTalk同名公众号,收看第一手原创技术文章。导读:本次分享是微信看一看团队在 KDD2019 上发表的一篇论文。长尾问题是推荐系统中的经典问题,但现今流行的点击率预估方法无法从根本上解决这个问题。文章在 look-alike 方...
嘉宾:袁彩霞 博士 北京邮电大学 副教授整理:Hoh Xil来源:阿里小蜜 & DataFun AI Talk出品:DataFun注:欢迎转载,转载请在留言区内留言。导读:本次分享的主题为人机对话技术研究进展与思考。主要梳理了我们团队近两年的工作,渴望可以通过这样的介绍,能给大家一个关于人机对话 ( 包括它的科学问题和应用技术 ) 方面...