协同过滤算法 R/mapreduce/spark mllib多语言实现
用户电影评分数据集下载
http://grouplens.org/datasets/movielens/
1) Item-Based,非个性化的，每个人看到的都一样2) User-Based，个性化的，每个人看到的不一样对用户的行为分析得到用户的喜好后，可以根据用户的喜好计算相似用户和物品，然后可以基于相似用户或物品进行推荐。这就是协同过滤中的两个分支了，基于用户的和基于物品的协同过滤。
Apache Druid自定义扩展模块-数据解析器
一.简述
Apache Druid已有的扩展模块很多包括：HDFS存储使用的druid-hdfs-storage，Kafka数据接入使用的druid-kafka-indexing-service，将MySQL做为元数据库使用的mysql-metadata-storage，数据排重使用的druid-datasketches；但有时这些也无法满足我们实际应用场景下的特殊需求，那么必要的二次开发增加自定义的模块就成了必然。
首次揭秘 | 淘宝新发布的躺平如何做3D场景化导购？
赵斌强（乐田）——阿里巴巴资深算法专家，现任淘系技术部算法负责人，在内容推荐、商品导购、机器学习等方向有很多深入的工作。作为近一年来的新工作方向，「3D 场景化导购算法」是乐田在「中国计算机大会2019」的演讲，主要介绍 3D 和机器学习的结合，打造新的场景化导购的商业场景应用。
十年磨一剑，阿里巴巴推荐与搜索深度学习服务体系AI·OS在云栖大会正式亮相
2018年9月21～22日，在以“驱动数字科技”为主题的云栖大会上，阿里巴巴搜索事业部特别推出了“搜索推荐专场”，“推荐与搜索引擎AI·OS专场”，深度参与了这场科技盛宴。
阿里巴巴推荐与搜索引擎平台支持了包括淘宝、天猫、菜鸟、优酷以及海外电商在内的整个阿里集团的推荐与搜索业务，引导成交占据了集团GMV的绝大部分份额。
