详解个性化推荐五大最常用算法
推荐系统，是当今互联网背后的无名英雄。
我们在某宝首页看见的商品，某条上读到的新闻，甚至在各种地方看见的广告，都有赖于它。
昨天，一个名为Stats&Bots的博客详解了构建推荐系统的五种方法。
量子位编译如下：
现在，许多公司都在用大数据来向用户进行相关推荐，驱动收入增长。
ELK前端日志分析、监控系统
前端日志与后端日志不同，具有很强的自定义特性，不像后端的接口日志、服务器日志格式比较固定，大部分成熟的后端框架都有非常完善的日志系统，借助一些分析框架，就可以实现日志的监控与分析，这也是运维工作的一部分。
信息流短视频时长多目标优化
背景
信息流短视频排序目前使用的是基于CTR预估Wide&Deep排序模型。在此基础上继续一系列优化，通过引入相关性信号、体感信号、多场景的样本融合、高层排序模型取得了不错收益。
信息流短视频模型优化可分为两部分优化：
感知相关性优化——点击模型以优化（CTR/CLICK为
电商搜索算法技术的演进
一 、淘宝搜索的一些特点
淘宝有几十亿商品，挂靠在几千个叶子类目，上百个一级类目，十几个行业下面。如何能让用户找到符合意图的商品，是淘宝搜索需要解决的首要问题。
淘宝搜索从大的架构或流程上来说，与传统的搜索引擎有不少相似的地方。
交通和个性化推荐实战经验分享
平台集合了阿里巴巴十年的大数据能力以及上万名工程师实战检验，包含数十款产品，涵盖数据采集、计算引擎、数据加工、数据分析、机器学习、数据应用等链条,目前又有新的迅猛变化，产品体系更加清晰，场景化方案走向个性化，来自企业的实践也已走向深入。