智能推荐 AIRec

首页 标签 智能推荐 AIRec
# 智能推荐 AIRec #
关注
87内容
云栖全程回顾|搜索推荐工程技术专场(附视频与文档)
2019年9月26日在云栖大会《搜索推荐工程技术专场》上,介绍了阿里巴巴搜索推荐与广告,淘系推荐算法云上赋能的分享。基于阿里巴巴十几年搜索与推荐引擎的技术沉淀,承载了包括淘宝、天猫、菜鸟、盒马、钉钉、优酷乃至海外电商在内的整个阿里集团业务,同时由搜索推荐体系支撑起的云产品矩阵已服务于全球的开发者。本次分享邀请到了阿里巴巴搜索和推荐最核心的资深技术专家,为大家带来搜索和推荐领域最前沿、专业、深度的技术内容盛宴。
Drill官网文档翻译五:连接到数据源
存储插件是Drill中,连接到数据源的模块。一个存储插件通常会优化Drill查询的执行,提供数据的定位,命名空间下的配置和读数据要用到的格式。Drill已经内置了一些存储插件,你只需要根据你的环境配置一下就可以使用了。借助存储插件,你可以连接到各种数据源,像数据库,本地或是分布式的文件,或是Hiv.
阿里云智能推荐AIRec产品介绍
本文中,来自阿里云搜索推荐技术团队的三秋为大家介绍了阿里云智能推荐AIRec产品的技术架构、核心功能,并与大家分享了使用阿里云智能推荐AIRec的实际案例以及技术场景。
|
《基于数据全生命周期的数据资产价值评估方法及应用》论文
基于阿里云专家服务团队和集团数据技术、产品团队多年在数据领域的实践和挖掘,本篇论文在中国科技核心(CFFF)期刊《大数据》第9期第5卷发表。重点参与并实践了在目前的数据要素市场中热度比较高的数据资产估值课题,该论文依据第一性原则,从数据的全生命周期出发,综合数据仓库和图算法,以及层次分析法等技术,计算了单张表的数据资产价值。为数据估值,数据交易等重要国家课题提供了部分框架参考。
打造算法在线服务领域极致开发体验与性能 — 阿里TPP图化框架技术实践
TPP图化致力于打造一个算法在线服务领域易用、性能极致、迭代效率远超普通方式的产品。本文将介绍TPP图化以及2021年在性能、开发体验上的改进,并介绍未来TPP图化的规划。
| |
大数据&AI实战派 第1期
《大数据&AI实战派》系列电子书由阿里云开发者社区与阿里灵杰共同打造,覆盖数据计算、数据分析、数据湖/湖仓一体、机器学习等多个领域,解读各技术领域基础原理,剖析行业实践案例。电子书第1期以《阿里云大数据知识图谱》为核心,通过阿里云大数据&AI产品能力介绍结合操作实践,培养大数据开发者从“生产-采集-存储-分析-开发-治理-价值体现”的技术能力。
AIRec个性化推荐召回模型调参实战(电商、内容社区为例)
本文从个性化推荐用到的召回模型,以及针对于这些召回模型我们如何去进行实战调参,进行的偏向于电商和内容行业的最佳实践的分享。主要从四个方面展开:典型推荐场景、经典算法模型简介、电商行业优化最佳实践、内容行业优化最佳实践。
免费试用