Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.
Awesome Lists | Featured Topics | Projects
https://github.com/shenweichen/AlgoNotes

【浅梦学习笔记】文章汇总:包含排序&CXR预估，召回匹配，用户画像&特征工程，推荐搜索综合计算广告，大数据，图算法，NLP&CV，求职面试等内容
https://github.com/shenweichen/AlgoNotes
Last synced: about 1 month ago
JSON representation
【浅梦学习笔记】文章汇总:包含排序&CXR预估，召回匹配，用户画像&特征工程，推荐搜索综合计算广告，大数据，图算法，NLP&CV，求职面试等内容
Host: GitHub
URL: https://github.com/shenweichen/AlgoNotes
Owner: shenweichen
Created: 2020-10-14T13:56:18.000Z (about 4 years ago)
Default Branch: main
Last Pushed: 2022-12-24T12:35:17.000Z (almost 2 years ago)
Last Synced: 2024-10-14T21:10:32.209Z (about 2 months ago)
Homepage:
Size: 378 KB
Stars: 1,579
Watchers: 31
Forks: 224
Open Issues: 0
Metadata Files:
- Readme: README.md
Awesome Lists containing this project

my-awesome - shenweichen/AlgoNotes - 12 star:1.6k fork:0.2k 【浅梦学习笔记】文章汇总:包含排序&CXR预估，召回匹配，用户画像&特征工程，推荐搜索综合计算广告，大数据，图算法，NLP&CV，求职面试等内容 (Others)
README

        # 浅梦学习笔记 公众号文章汇总

![visitors](https://visitor-badge.glitch.me/badge?page_id=shenweichen.AlgoNotes)

## 目录

-  [排序&CXR预估](#排序CXR预估)  

-  [召回匹配](#召回匹配)  

-  [用户画像&特征工程](#用户画像特征工程)  

-  [精彩讨论&知识沉淀](#精彩讨论知识沉淀)

-  [推荐搜索综合](#推荐搜索综合)  

-  [计算广告](#计算广告) 

-  [大数据](#大数据)  

-  [图算法](#图算法)  

-  [NLP&CV](#NLPCV)  

-  [求职面试](#求职面试)

    

        

            

                公众号：浅梦学习笔记



                

  



            

            

                微信：deepctrbot



 

  



            

                        



相关项目：

DeepCTR

DeepMatch

DeepCTR-Torch

GraphEmbedding



            

        

    

  

  

## 排序&CXR预估

- [京东推荐算法精排技术实践](https://mp.weixin.qq.com/s/fBsDPiU1y78XLbvxrPs6xQ)

- [贝壳CVR转化率预估模型实践](https://mp.weixin.qq.com/s/Ozks-qEAWa6df01pSZEI4A)

- [强化学习在京东广告序列推荐中的应用](https://mp.weixin.qq.com/s/SR989rBgeEbHzdw1rwsyIA)

- [QQ音乐排序模型优化](https://mp.weixin.qq.com/s/b1DCPuO-yzR4oZpzx3xVfg)

- [重排序在快手短视频推荐系统中的演进](https://mp.weixin.qq.com/s/6uyJ9yM8lauaI3BFnXnWhw)

- [张俊林：推荐系统排序环节特征 Embedding 建模](https://mp.weixin.qq.com/s/nWAsRbND859ygPP8etKbMA)

- [美团搜索排序实践](https://mp.weixin.qq.com/s/OmLWAkwBvIwwJDVswcpyjg)

- [KDD 2022 | 快手提出基于因果消偏的观看时长预估模型D2Q，解决短视频推荐视频时长bias难题](https://mp.weixin.qq.com/s/Jg0YvlQTwVMJJPvgBP_RLg)

- [从顶会论文看2022年推荐系统序列建模的趋势](https://mp.weixin.qq.com/s/m-r7VFL4ynyYggZ7XAzXRg)

- [揭秘京东广告精排百分位AUC提升技术方案](https://mp.weixin.qq.com/s/T7o5LbbMHrUhEyFlg2fLBA)

- [[美团]基于强化学习的信息流广告分配方法CrossDQN](https://mp.weixin.qq.com/s/3bc8VyVCr2wcaic26621-A)

- [[阿里]对抗过滤建模用户长期行为序列](https://mp.weixin.qq.com/s/If4FByZLQ7s4yJlre7CYSg)

- [快手牛亚男：基于多Domain多任务学习框架和Transformer，搭建快手精排模型](https://mp.weixin.qq.com/s/q4Gp1cKjkOaxVRliwRL5Dg)

- [阿里飞猪个性化搜索排序探索实践](https://mp.weixin.qq.com/s/RSdANV3OHgGu8RXmetRZZQ)

- [京东推荐算法精排技术实践](https://mp.weixin.qq.com/s/-F4xpMbRRNH6IDVYRvCL3Q)

- [深度粗排模型的GMV优化实践：基于全空间-子空间联合建模的蒸馏校准模型](https://mp.weixin.qq.com/s/W9aftBRU0yDHflQSAUzLGw)

- [多目标推荐场景下的深度学习实践](https://mp.weixin.qq.com/s/UEmLUHFF6CkmUaxl3lNIzw)

- [主流推荐与垂类推荐技术的发展与延伸](https://mp.weixin.qq.com/s/LTBGQBg69Huk1rvEY3y2VQ)

- [知乎搜索排序模型的演进](https://mp.weixin.qq.com/s/QaoeztUZK2yE29tWtfjq1A) 

- [网易云音乐推荐中的用户行为序列深度建模](https://mp.weixin.qq.com/s/Z8qFokp3O9W5pPuvDlovRA)

- [全新的深度模型在推荐系统中的应用](https://mp.weixin.qq.com/s/ov4scHpD-mKc7IcA9psd2A)

- [阿里新一代Rank技术](https://mp.weixin.qq.com/s/97sHUHv_6mC2VGj6tR9pxA)

- [广义多目标算法探索实践](https://mp.weixin.qq.com/s/9drnIr93QSE6hQl9KXRWhg)

- [CSCNN：新一代京东电商广告排序模型](https://mp.weixin.qq.com/s/pJRKE7ijtkvajN3erO3LOw)

- [多目标排序在58同城房源推荐中的实践探索](https://mp.weixin.qq.com/s/O2VR9-Fi4DqO8lNXg2Cutg)

- [深度时空网络、记忆网络与特征表达学习在 CTR 预估中的应用](https://mp.weixin.qq.com/s/tSm_6YUUkPkvsHdr_QjeFQ)

- [Attention机制在深度学习推荐算法中的应用](https://mp.weixin.qq.com/s/nHeIxsW2SakZzFeY0aHtjQ)

- [阿里1688直播推荐算法实践](https://mp.weixin.qq.com/s/JmaN9FlJn0JZa-oT6KPShA)

- [CTR预估在动态样式建模和特征表达学习方面的进展](https://mp.weixin.qq.com/s/rD7xAWdT6Ui4cQiCABry4Q)

- [[SIGIR2021] StackRec框架：加速训练100层序列推荐模型](https://mp.weixin.qq.com/s/gTInGsPeiqTgQoiK-UrSjA)

- [腾讯音乐：全民K歌推荐系统架构及粗排设计](https://mp.weixin.qq.com/s/f61PVZ-2qlVcQE09aImpyg)

- [京东搜索在线学习探索实践](https://mp.weixin.qq.com/s/EI4_PQYHIb82Bu8HOhCL6g)

- [阿里 at SIGIR’2021 | 粗排模型如何进行性能与效率的权衡](https://mp.weixin.qq.com/s/OlTy3OrHduL9yznQ8M_cXA)

- [多目标排序在快手短视频推荐中的实践](https://mp.weixin.qq.com/s/t6jo5R2Q-PKdjJLeoqiGQA)

- [深度学习在省钱快报推荐排序中的应用与实践](https://mp.weixin.qq.com/s/c-hbK9eRbK-lrNJNw7RMFw)

- [深度学习多目标优化的多个loss应该如何权衡](https://mp.weixin.qq.com/s/RIxxtMqdb6yJKLorg_WjrA)  

- [IJCAI2020 | 双重样本感知的因子分解机（附代码）](https://mp.weixin.qq.com/s/Erp3P2En_A0pLuWfpB-OaA)

- [深度排序模型在淘宝直播的演进与应用](https://mp.weixin.qq.com/s/XcyePFhN1G1rpBrouxTvyQ)

- [阿里粗排技术体系与最新进展](https://mp.weixin.qq.com/s/TVCgH_B_d5T0hWuXfgnRQA)

- [TensorFlow Estimator 模型从训练到部署](https://mp.weixin.qq.com/s/ZNs0eEOCSR-0HOd5lM3ekg)  

- [多任务学习在推荐算法中的应用](https://mp.weixin.qq.com/s/4e7gwpP3XHBAMNX9M0nRgw)

- [浅谈Learning to Rank中的RankNet和LambdaRank算法](https://mp.weixin.qq.com/s/AWXD21HU8gFSbX6F5fHmtQ)

- [线上线下效果一致性杂谈](https://mp.weixin.qq.com/s/Lwnl5W2ZS3CjxrA46yMwyw)

- [多目标推荐场景下的深度学习实践](https://mp.weixin.qq.com/s/gY3fIkCjuMOS4iEUlu2Cwg)  

- [推荐系统中模型训练及使用流程的标准化](https://mp.weixin.qq.com/s/mFWhv6ykGFc6g40GGuzYOQ)

- [增量学习在CTR模型训练中的实践](https://mp.weixin.qq.com/s/Fig--BPEu4BQWA29eJS8yQ)

- [深度学习技术在美图个性化推荐的应用实践](https://mp.weixin.qq.com/s/w8kHpVFMJp9uS-txsRIiWQ)

- [UC 信息流推荐模型在多目标和模型优化方面的进展](https://mp.weixin.qq.com/s/pcykXIVYw9-hvobpcDANyA)

- [序列检索系统在淘宝首页信息流重排中的实践（文末下载重排经典论文合集）](https://mp.weixin.qq.com/s/jL6Cp31DG_3H9IK5xEjPQQ)

- [大幅提升训练性能，字节提出新型分布式DNN训练架构](https://mp.weixin.qq.com/s/kNX0P5BSFNbxgzMZuI51AQ) 

- [腾讯FAT | 未来感知的多样化趋势推荐框架](https://mp.weixin.qq.com/s/jvWJuC0O9eVUb-o2PUSe8w)

- [推荐系统rerank模型梳理&论文推荐](https://mp.weixin.qq.com/s/Xc38VtbzAzyHL8Idfs4iyA) 

- [DCN-M：Google提出改进版DCN，用于大规模排序系统的特征交叉学习(附代码)](https://mp.weixin.qq.com/s/0qidwbxyfTkODTw2DIiRWw)  

- [分类模型与排序模型在推荐系统中的异同分析](https://mp.weixin.qq.com/s/pM2dDVT7gLWbAxxMU011BQ)

- [推荐系统中的排序学习](https://mp.weixin.qq.com/s/qQGFthzM5NAwk-8Wpgg_Rg) 

- [CIKM20 | 阿里MiNet：跨域点击率预估混合兴趣模型](https://mp.weixin.qq.com/s/jkGb_qkfmEOEs030ZRIJIw) 

- [KDD19 | 微软DeepGBM:使用树蒸馏提升在线预测任务下深度模型效果](https://mp.weixin.qq.com/s/NBVPlFGO12PhMTF0dUL2hw) 

- [推荐系统rank模块-Online Learning](https://mp.weixin.qq.com/s/eKoFhICd45B8hSsEWXO4Gw) 

- [IJCAI19 | 推荐系统论文DSIN：Deep Session Interest Network](https://mp.weixin.qq.com/s/kGWiRH6ntSmNTLhAG49AbQ) 

- [Life-long兴趣建模视角CTR预估模型：Search-based Interest Model](https://mp.weixin.qq.com/s/1bfgx2syzt-ol-Qw3ZO7Yg) 

- [Ctr 预估之 Calibration](https://mp.weixin.qq.com/s/pWmxVhN77W10UrHgCiffGA) 

- [AAAI20 | 阿里DMR:融合Match中协同过滤思想的深度排序模型](https://mp.weixin.qq.com/s/48yKFGtV0_Jo4ntGfNUR7w) 

- [线下auc涨，线上ctr/cpm跌的原因和解决办法

](https://mp.weixin.qq.com/s/0NnJ4a87sTwJjfcMcEFVjg) 

- [【视频讲解】DeepCTR中的xDeepFM原理和实现](https://mp.weixin.qq.com/s/t4gwYkw3yoxAwhLGeqsh7g) 

- [【视频讲解】DeepCTR中的Deep&Cross Net原理和实现

](https://mp.weixin.qq.com/s/f-cCowZAM5mQbkwFkrC8VA) 

- [【视频讲解】DeepCTR中的Wide&Deep原理和实现

](https://mp.weixin.qq.com/s/FQairytK3xqlDG2nDwEY1g) 

- [【视频讲解】DeepCTR中的DeepFM原理和实现](https://mp.weixin.qq.com/s/Xa9rxEC4IGhaAFRJ5HdPfw) 

- [常见CTR论文挑刺

](https://mp.weixin.qq.com/s/4Jbqp0z7y4G5yF4EFJMamw) 

- [万字长文梳理CTR预估模型发展过程与关系图谱

](https://mp.weixin.qq.com/s/TEi9SzeKh7YK84oO1v2wFA) 

- [Evolution of CTR prediction models

](https://mp.weixin.qq.com/s/3CP_CZp8GcDwjluOq1tEVg) 

- [AAAI19 | 谷歌SNR: 灵活参数共享的多任务学习网络

](https://mp.weixin.qq.com/s/FN4MjH9AmgfcjnZBHeRAKw) 

- [CIKM19 | 如何刻画用户的多样兴趣——阿里MIND阅读笔记](https://mp.weixin.qq.com/s/kgkw4INFbcf98gwHUAfimw) 

- [CIKM19 | Fi-GNN 通过图神经网络建模特征交互作用来进行CTR预测

](https://mp.weixin.qq.com/s/lVTteAO4zULPcJitfsD8LQ) 

- [WWW18 | TEM:结合GBDT叶节点嵌入的可解释推荐模型](https://mp.weixin.qq.com/s/SEvfWmaoJKLChRZhlbECIg) 

- [教你玩转deepctr的FLEN模型& Kaggle Avazu实验对比

](https://mp.weixin.qq.com/s/EO49-cKEPtEBTrj3GR49yw) 

- [浅谈流式模型训练体系](https://mp.weixin.qq.com/s/Me1WAMdNaTURwOoYx3djRQ) 

- [【CTR预估】FLEN: 一种时空高效的利用特征场信息缓解梯度耦合的CTR预测模型

](https://mp.weixin.qq.com/s/zChpiwv3RCILlaqEKmB8Og) 

- [【CTR预估】CTR模型如何加入稠密连续型和序列型特征？

](https://mp.weixin.qq.com/s/ECn5kCrx7WtD0wpuGF_YwQ) 

- [【CTR预估】你真的需要 pairwise LTR吗？速览搜索推荐中pointwise和pairwise方法

](https://mp.weixin.qq.com/s/EBRbZebLdLRx5R_ZwQwioA) 

- [Learning to rank基本算法小结

](https://mp.weixin.qq.com/s/KDWuTQof-ma36aC1UB_34g) 

## 召回匹配

- [图神经网络在快手推荐召回中的应用和挑战](https://mp.weixin.qq.com/s/9nWFMR2LMdzLQATY5oHpBQ)

- [深度学习下的京东搜索召回技术](https://mp.weixin.qq.com/s/JM9o7p61xM3-fQbGFkMm5Q)

- [Embedding技术在商业搜索与推荐场景的实践](https://mp.weixin.qq.com/s/_JYnyZ2ZDrfy2BUTwyg9bw)

- [字节跳动高伟豪：训练目标不一致？损失无法学习？深度召回解难题！](https://mp.weixin.qq.com/s/lZQ8GL483K-vXRE0ErH_-w)

- [多序列融合召回在新用户冷启动上的应用](https://mp.weixin.qq.com/s/6RC6XZNRvuV68h0lfDemqQ)

- [内容推荐场景下多模态语义召回的若干实践](https://mp.weixin.qq.com/s/Sj7N7JSRu1cN4o9Cmo0aXQ)

- [淘宝逛逛召回算法实践总结](https://mp.weixin.qq.com/s/fN9s5Ml4GjGK2xLOeAUN4w)

- [全民K歌内容挖掘与召回](https://mp.weixin.qq.com/s/j6kAImadVaCFfynYAT4PCA)

- [阿里深度树匹配召回体系演进](https://mp.weixin.qq.com/s/q05W-eGm67po0rTdEv3Bfg)

- [Hulu在Content Embedding的探索与实践](https://mp.weixin.qq.com/s/fbHJ2hHBpeEsCyPUNRirxQ)

- ["全能选手"召回表征算法实践](https://mp.weixin.qq.com/s/rQSn7_LThzB8VT9ccHg3ww)

- [张俊林：从对比学习视角，重新审视推荐系统的召回粗排模型](https://mp.weixin.qq.com/s/lf3XT3FDDe4xyrmnMLQOnA)

- [阿里飞猪个性化推荐：召回篇](https://mp.weixin.qq.com/s/XxgYlt_o7PSeollP1X_Kkw)

- [深度召回在招聘推荐中的挑战和实践](https://mp.weixin.qq.com/s/pCIoyxJEgDniziG71Hg7lA)

- [Embedding技术在房产推荐中的应用](https://mp.weixin.qq.com/s/ZXRBQpvcCM1_v68f36YmpQ)

- [模型化召回在陌陌社交推荐的应用和探索](https://mp.weixin.qq.com/s/TqKWhY-rr7l51h2WqG0CQw)

- [第四范式自动化推荐系统：搜索协同过滤中的交互函数](https://mp.weixin.qq.com/s/hIGxDMXV3OXOGuLtw38XnA)

- [阿里深度树匹配召回体系演进](https://mp.weixin.qq.com/s/2qFFkBUwcS1SqqPxKDhZxQ) 

- [RALM: 实时 Look-alike算法在微信看一看中的应用](https://mp.weixin.qq.com/s/doCEZLrGjcioVJvxIe7Lgw)

- [推荐场景中召回模型的演化过程](https://mp.weixin.qq.com/s/MnH8aEhzFzbzfb4SajjRyg)  

- [360展示广告召回系统的演进](https://mp.weixin.qq.com/s/s5HMqEmjhklMItpD-p0G8w)

- [字节跳动Deep Retrieval召回模型笔记](https://mp.weixin.qq.com/s/u8-iUcrWWVG8uWR5o-Wugg)

- [Embedding 技术在民宿推荐中的应用](https://mp.weixin.qq.com/s/yCugvGJw9-6-WLZumtJ-TA) 

- [EMBEDDING 在大厂推荐场景中的工程化实践](https://mp.weixin.qq.com/s/8Mx8CznNBlJ6adlwXbcHXQ) 

- [KDD18 | 阿里新一代召回系统TDM读后感](https://mp.weixin.qq.com/s/TgmVBA3SBmCvM8Z2jkjdrw) 

- [再评Airbnb的经典Embedding论文](https://mp.weixin.qq.com/s/RF3g-6ecfpetbvEfA97YrA) 

- [推荐系统召回层做离线评估的一种姿势](https://mp.weixin.qq.com/s/ECXz_GyVVsZdDJJeVPq4gA) 

- [SIGIR20 | 一文综述Learning to Match各种方法对比](https://mp.weixin.qq.com/s/zDGPpwBdQrVOMG3lLjjXOw)

- [推荐系统主流召回方法综述](https://mp.weixin.qq.com/s/Kxf_VX8cyN4vvveEPB1mcg) 

- [一文梳理推荐系统的中 EMBEDDING 的应用实践](https://mp.weixin.qq.com/s/2JuyVJos2RrqGKcVgZRZvA) 

- [Faiss - 常见问题总结](https://mp.weixin.qq.com/s/Id1XVK86uabbXNRIuqWYLw) 

- [CIKM18 | CFGAN：基于生成对抗网络的协同过滤框架](https://mp.weixin.qq.com/s/ltkCK0cbNWZjGSHXjaH29w) 

- [从 Triplet loss 看推荐系统中文章Embedding](https://mp.weixin.qq.com/s/iJwNuaBm7TrEo2FEJPqx4w) 

- [SDM(Sequential Deep Matching Model)的复现之路](https://mp.weixin.qq.com/s/FRh5iHrd6HfZ4-pF3bRxnw) 

- [RecSys19 | 谷歌最新双塔DNN召回模型——应用于YouTube大规模视频推荐场景

](https://mp.weixin.qq.com/s/u-W3r0qgSejozdooERW9hg) 

- [向量化召回在360信息流广告的实践

](https://mp.weixin.qq.com/s/LDcULfWi3ryYvUVtrp6Q7g) 

- [DeepMatch ：用于推荐&广告的深度召回匹配算法库

](https://mp.weixin.qq.com/s/sMSMmobMJ8WLiGxhFWvp0Q) 

- [【DeepMatch教程】YoutubeDNN在MovieLen1M数据集上进行向量召回

](https://mp.weixin.qq.com/s/sMSMmobMJ8WLiGxhFWvp0Q) 

- [KDD19 | 算法调研-微信看一看Embedding

](https://mp.weixin.qq.com/s/TWq5m_E6EUEtCeL7ma6Peg) 

- [CIKM18 | Ripple Net:融合知识图谱的推荐模型

](https://mp.weixin.qq.com/s/-pzY_7lsmDzPC-REWp7zKA) 

- [跨境电商Etsy如何使用交互行为类型进行可解释推荐](https://mp.weixin.qq.com/s/D9-jm4-cwcNjGGOfCyCtZg) 

- [搜索推荐中的召回匹配模型综述(一)--传统方法

](https://mp.weixin.qq.com/s/4M1OkxeSC200qhlqequb2w) 

- [搜索推荐中的召回匹配模型综述(二)--基于表示学习的深度学习方法](https://mp.weixin.qq.com/s/qd_qSdqnxwL55_S55OW3Fg) 

- [搜索推荐中的召回匹配模型综述(三)--基于匹配函数学习的深度学习方法](https://mp.weixin.qq.com/s/dWvnqp5ZLe4rU_pWH2bnNQ) 

## 用户画像&特征工程

- [王志杰：如何构建好的用户画像？](https://mp.weixin.qq.com/s/GJLZQ2TxdVyfnnQdtpzBdA)

- [推荐算法中的特征工程](https://mp.weixin.qq.com/s/W0cIU0JZArA2Jwuaf5sI8w)

- [网易大数据用户画像实践](https://mp.weixin.qq.com/s/Nr-suyRQQdjywqjJ5YXBvg)

- [用户画像在阅文的探索与实践](https://mp.weixin.qq.com/s/SvKUTV0N7KHV3__c--KPGw)

- [美团实时特征平台建设实践](https://mp.weixin.qq.com/s/3ri726hKD4024z3d0zgrXg)

- [网易严选画像建设实践](https://mp.weixin.qq.com/s/8r3hoQlD6SG83irT0YHtCA) 

- [⾼维特征的哈希技巧总结](https://mp.weixin.qq.com/s/mOTfkA_BIg0tx0p1S4hT1Q) 

- [SIGIR20 | 超越用户embedding矩阵：用哈希对大型用户建模

](https://mp.weixin.qq.com/s/h0pK8b82rrerTwzDzOUW7A) 

- [浅谈电商搜索推荐中ID类特征的统一建模：Hema Embedding解读](https://mp.weixin.qq.com/s/iMU2LPDadmVMgzUifw3-XA) 

- [用户画像必会的行为偏好计算方法

](https://mp.weixin.qq.com/s/orT91nj1Xz3Lxe22--PqCw) 

## 精彩讨论&知识沉淀

- [学习交流小组每周主题摘要 No.125](https://mp.weixin.qq.com/s/1ZJAEB3XW_bbQb-o34N84Q)

- [学习交流小组每周主题摘要 No.124](https://mp.weixin.qq.com/s/sNsKYcgkT4kxyR5MQHQ2Pw)

- [学习交流小组每周主题摘要 No.123](https://mp.weixin.qq.com/s/8r5w47cxu2zuzkTskyw6NA)

- [学习交流小组每周主题摘要 No.122](https://mp.weixin.qq.com/s/ba8EoliNJnwNCAvs8mSApw)

- [学习交流小组每周主题摘要 No.121](https://mp.weixin.qq.com/s/EfmiH6mw2NhPpqHSWe0yxw)

- [学习交流小组每周主题摘要 No.120](https://mp.weixin.qq.com/s/OZuPvZZfmsxreLaszRDm6Q)

- [学习交流小组每周主题摘要 No.119](https://mp.weixin.qq.com/s/cgZMML37hWDM_VufzWGT1w)

- [学习交流小组每周主题摘要 No.118](https://mp.weixin.qq.com/s/g_VB8R5SgbG7ezoYEelcMA)

- [学习交流小组每周主题摘要 No.117](https://mp.weixin.qq.com/s/fHdMlvYLjs7QcTam8xaRWg)

- [学习交流小组每周主题摘要 No.116](https://mp.weixin.qq.com/s/XSqddw9-d9U0PmFXE9Jg2g)

- [学习交流小组每周主题摘要 No.115](https://mp.weixin.qq.com/s/RPU19p2QFX4jCTQHG4Cfig)

- [学习交流小组每周主题摘要 No.114](https://mp.weixin.qq.com/s/oZ3Id25XA31KR4IrJiqUAQ)

- [学习交流小组每周主题摘要 No.113](https://mp.weixin.qq.com/s/lpdZYIwVQHj8Xpz1jAYdbg)

- [学习交流小组每周主题摘要 No.112](https://mp.weixin.qq.com/s/6qj9AnaDL_xZVRgy-fuk6Q)

- [学习交流小组每周主题摘要 No.111](https://mp.weixin.qq.com/s/bK4m1yfVVOPwqAxKKAvvDQ)

- [学习交流小组每周主题摘要 No.110](https://mp.weixin.qq.com/s/OezRCtdOVxSmiVwGk30QUw)

- [学习交流小组每周主题摘要 No.109](https://mp.weixin.qq.com/s/7iRXLaoy4-ApnDVuxmlTmQ)

- [学习交流小组每周主题摘要 No.108](https://mp.weixin.qq.com/s/GPnPKYmeRDWY3dHIaI69Vw)

- [学习交流小组每周主题摘要 No.107](https://mp.weixin.qq.com/s/UT867QeCVVEkOOeyN9-bZg)

- [学习交流小组每周主题摘要 No.106](https://mp.weixin.qq.com/s/MF6QZan81yealedskWke3g)

- [学习交流小组每周主题摘要 No.105](https://mp.weixin.qq.com/s/3MVjU7USRstE67SYO_YCnw)

- [学习交流小组每周主题摘要 No.104](https://mp.weixin.qq.com/s/GRjyOMhuY-Z2OONoX5GraQ)

- [学习交流小组每周主题摘要 No.103](https://mp.weixin.qq.com/s/bw5uYZpFJxgrRUyzUXbu_w)

- [学习交流小组每周主题摘要 No.102](https://mp.weixin.qq.com/s/u2_eeurrhHY0eOwQs1xIyw)

- [学习交流小组每周主题摘要 No.101](https://mp.weixin.qq.com/s/TE9nIkir2uqVrvscvrskjg)

- [学习交流小组每周主题摘要 No.100](https://mp.weixin.qq.com/s/gUwLt7eglOoeFZ29MurDzQ)

- [学习交流小组精彩内容摘要 No.99](https://mp.weixin.qq.com/s/wMjx8qpmW4ArCUKrfMOEzA)

- [学习交流小组精彩内容摘要 No.98](https://mp.weixin.qq.com/s/OlmbsHfbT7Pd6qFkq3R6JQ)

- [学习交流小组精彩内容摘要 No.97](https://mp.weixin.qq.com/s/og9HLgLPMu6lyDKw-Ew3Tw)

- [学习交流小组精彩内容摘要 No.96](https://mp.weixin.qq.com/s/N5SjIQNQQmEVwhB4wKyw6Q)

- [学习交流小组精彩内容摘要 No.95](https://mp.weixin.qq.com/s/u0Xk-pA_a2UKoRoWCjKTeA)

- [学习交流小组精彩内容摘要 No.94](https://mp.weixin.qq.com/s/yBhyuxX_dFRONPZr1mkejA)

- [学习交流小组精彩内容摘要 No.93](https://mp.weixin.qq.com/s/WsnOC064LjKyEZim7oODuA)

- [学习交流小组精彩内容摘要 No.92](https://mp.weixin.qq.com/s/vlTP4e2VtLUWWZ89YYauBQ)

- [学习交流小组精彩内容摘要 No.91](https://mp.weixin.qq.com/s/gLu52jt4JDeRXoHVxQAbqw)

- [学习交流小组精彩内容摘要 No.90](https://mp.weixin.qq.com/s/pXg9yHsyb-2P_2RtwSpAPw) 

- [学习交流小组精彩内容摘要 No.89](https://mp.weixin.qq.com/s/pZWDUumkA7Ujb5vpYiaByw)

- [学习交流小组精彩内容摘要 No.88](https://mp.weixin.qq.com/s/opHhJ4n3q7SBu9Y2I_IYbw)

- [学习交流小组精彩内容摘要 No.87](https://mp.weixin.qq.com/s/lsoLxYlY8cs9Nt_AmfXXbw)

- [学习交流小组精彩内容摘要 No.86](https://mp.weixin.qq.com/s/xck-8-wx2e-GD9u6Z9oajw)

- [学习交流小组精彩内容摘要 No.85](https://mp.weixin.qq.com/s/Ch6rXIw01bS5sozPgZJvyw)

- [学习交流小组精彩内容摘要 No.84](https://mp.weixin.qq.com/s/XbJxhQQjwvpxfSvO3drcQA)

- [学习交流小组精彩内容摘要 No.83](https://mp.weixin.qq.com/s/7SMhWFnJE4IrqLvPb-Vnrg)

- [学习交流小组精彩内容摘要 No.82](https://mp.weixin.qq.com/s/OnAjhXdYJiX971PHGYi-XQ)

- [学习交流小组精彩内容摘要 No.81](https://mp.weixin.qq.com/s/Bu9Jt0iE3vacSXpY52dQOQ)

- [学习交流小组精彩内容摘要 No.80](https://mp.weixin.qq.com/s/7hJ-eq5n_z-BKyX1pZZjMg)

- [学习交流小组精彩内容摘要 No.79](https://mp.weixin.qq.com/s/kGLe3s9GWLA6Ad4oK-DfOQ)

- [学习交流小组精彩内容摘要 No.78](https://mp.weixin.qq.com/s/X1ET6OucWo8wX95vJ4jUAA)

- [学习交流小组精彩内容摘要 No.77](https://mp.weixin.qq.com/s/326R9182YvfpZq-PiLjIXA) 

- [学习交流小组精彩内容摘要 No.76](https://mp.weixin.qq.com/s/rFgVVKcJNvT3v19F0swcBQ)

- [学习交流小组精彩内容摘要 No.75](https://mp.weixin.qq.com/s/DiEk_OhRIeEavvV7_5gMng)

- [学习交流小组精彩内容摘要 No.74](https://mp.weixin.qq.com/s/mF5eTZpQSnwGlp-0FaAxlw)

- [学习交流小组精彩内容摘要 No.73](https://mp.weixin.qq.com/s/9AGxGE0_nJXElAY4-iX3fw)

- [学习交流小组精彩内容摘要 No.72](https://mp.weixin.qq.com/s/mzNfvCZuTGk3k0SqEarYmQ)

- [学习交流小组精彩内容摘要 No.71](https://mp.weixin.qq.com/s/SWQCn8ZM1DeyLBSJLm4QUw)

- [学习交流小组精彩内容摘要 No.70](https://mp.weixin.qq.com/s/2zKvtLd49SXalE0jUkwU1g)

- [学习交流小组精彩内容摘要 No.69](https://mp.weixin.qq.com/s/XBsluA7HSNkBhE2i0dg_yQ)

- [学习交流小组精彩内容摘要 No.68](https://mp.weixin.qq.com/s/GtmXXcxycf4O4XdK4JFhzw)

- [学习交流小组精彩内容摘要 No.67](https://mp.weixin.qq.com/s/ZOKSj4F37agYuVr6Dh-syA)

- [学习交流小组精彩内容摘要 No.66](https://mp.weixin.qq.com/s/DBkmQCb7ccE3FS8v7vVszw)

- [学习交流小组精彩内容摘要 No.65](https://mp.weixin.qq.com/s/1tG_RhEAHhhne5-SVe8nWg)

- [学习交流小组精彩内容摘要 No.64](https://mp.weixin.qq.com/s/FVOZ1D6fY0dEI-sKf57l5g)

- [学习交流小组精彩内容摘要 No.63](https://mp.weixin.qq.com/s/kQKAiDYbI1R6W5WA6-LErg)

- [学习交流小组精彩内容摘要 No.62](https://mp.weixin.qq.com/s/gky_BkWuhw2JC9-WCDUa_Q)

- [学习交流小组精彩内容摘要 No.61](https://mp.weixin.qq.com/s/HKltOPkaEvi0zcxy4R9uvg)

- [学习交流小组精彩内容摘要 No.60](https://mp.weixin.qq.com/s/Vs7zL5DCOmGGF-HRZCRS4A)

- [学习交流小组精彩内容摘要 No.59](https://mp.weixin.qq.com/s/DrS4ky8p4d7SNlqFEUiRUA)

- [学习交流小组精彩内容摘要 No.58](https://mp.weixin.qq.com/s/67ZxmFQC6WXpyOeM3SUARQ)

- [学习交流小组精彩内容摘要 No.57](https://mp.weixin.qq.com/s/8aSQ4FMkJmGrJOoWw6Kttg)

- [学习交流小组精彩内容摘要 No.56](https://mp.weixin.qq.com/s/A17wAVYro5GPMs3gTIuNgw)

- [学习交流小组精彩内容摘要 No.55](https://mp.weixin.qq.com/s/vOUOV1WpezwYHd6Uom92Tw)

- [学习交流小组精彩内容摘要 No.54](https://mp.weixin.qq.com/s/1hU9BKI1jdKCoed4Kk_57w)

- [学习交流小组精彩内容摘要 No.53](https://mp.weixin.qq.com/s/95gyuFUHUMF_XHwEJ8eoAg)

- [学习交流小组精彩内容摘要 No.52](https://mp.weixin.qq.com/s/mPGaPqyCGN9InkLrUfLfOA)

- [学习交流小组精彩内容摘要 No.51](https://mp.weixin.qq.com/s/T89yvg7jY-8DqZaa7uIsOA)

- [学习交流小组精彩内容摘要 No.50](https://mp.weixin.qq.com/s/HOHcG6wdBMa4Nk4q5f_Buw)

- [学习交流小组精彩内容摘要 No.49](https://mp.weixin.qq.com/s/d_KK-NuBWqrZyVCN_UmXxw) 

- [学习交流小组精彩内容摘要 No.48](https://mp.weixin.qq.com/s/_7uwa5Y2BA1RYeaQIJDsdQ)

- [学习交流小组精彩内容摘要 No.47](https://mp.weixin.qq.com/s/bp5ggrOG4ruWicQt9I6jIQ)

- [学习交流小组精彩内容摘要 No.46](https://mp.weixin.qq.com/s/-Mx_RfBRQwTN80G0pQFBBw) 

- [学习交流小组精彩内容摘要 No.44](https://mp.weixin.qq.com/s/HkIFqKcfo8ZlHCw5FDX2bA) 

- [学习交流小组精彩内容摘要 No.45](https://mp.weixin.qq.com/s/-Mx_RfBRQwTN80G0pQFBBw) 

- [学习交流小组精彩内容摘要 No.43](https://mp.weixin.qq.com/s/B3kowDCwy6x-0RQijSiHgQ) 

- [学习交流小组精彩内容摘要 No.42](https://mp.weixin.qq.com/s/DykzQzuH1QTnX-jNylc0gQ) 

- [学习交流小组精彩内容摘要 No.41](https://mp.weixin.qq.com/s/Ip_gkjPYOSpGc9STFnZBEw)

- [学习交流小组精彩内容摘要 No.40](https://mp.weixin.qq.com/s/YPUI1vZYZsavzwJ_rA9piQ)

- [学习交流小组精彩内容摘要 No.39](https://mp.weixin.qq.com/s/C_BO0z185w2LY7IsIaNWHA)

- [学习交流小组精彩内容摘要 No.38](https://mp.weixin.qq.com/s/QaZs3MrhpfvZhDg9xBTOYw) 

- [学习交流小组精彩内容摘要 No.37](https://mp.weixin.qq.com/s/FbHH9HqPz9vJIG_rowmbtQ) 

- [学习交流小组精彩内容摘要 No.36](https://mp.weixin.qq.com/s/iiRKtifgwm4XASDkNInXgw) 

- [学习交流小组精彩内容摘要 No.35](https://mp.weixin.qq.com/s/gfVb-dAcTDYio1OsCfWcug) 

- [学习交流小组精彩内容摘要 No.34](https://mp.weixin.qq.com/s/2__kgvMgaNoLIUSp7m2u9w) 

- [学习交流小组精彩内容摘要 No.33](https://mp.weixin.qq.com/s/rzhXBGJsiHEbVmA-FwYNuw) 

- [学习交流小组精彩内容摘要 No.32](https://mp.weixin.qq.com/s/RRdOfmDxDeliYNoXLJzVZQ) 

- [学习交流小组精彩内容摘要 No.31](https://mp.weixin.qq.com/s/HPcKSjRs8uJQx6MtHvwamA)

- [学习交流小组精彩内容摘要 No.30](https://mp.weixin.qq.com/s/GhFihsReXsiEA_5S8AxAYQ)

- [学习交流小组精彩内容摘要 No.29](https://mp.weixin.qq.com/s/SBpph290DmIuQ02ZNmM7YQ) 

- [学习交流小组精彩内容摘要 No.28](https://mp.weixin.qq.com/s/mcB7GhlQCbh90DZRwcnoOA) 

- [学习交流小组精彩内容摘要 No.27](https://mp.weixin.qq.com/s/cchaL9rYnBC2xYWH8jYUfQ) 

- [学习交流小组精彩内容摘要 No.26](https://mp.weixin.qq.com/s/38Z3UurANovtoaQ0epteeQ)

- [学习交流小组精彩内容摘要 No.25](https://mp.weixin.qq.com/s/QWnaS_Uc9KLyj8Bpwg6Uzw)

- [学习交流小组精彩内容摘要 No.24](https://mp.weixin.qq.com/s/T-JzLUiANLT1AhakF6qb2g) 

- [学习交流小组精彩内容摘要 No.23](https://mp.weixin.qq.com/s/dureUyE3SyycP0L0VkPznw) 

- [学习交流小组精彩内容摘要 No.22](https://mp.weixin.qq.com/s/trNuT-EDSW6zqNVVEgbgzg)  

- [学习交流小组精彩内容摘要 No.21](https://mp.weixin.qq.com/s/pfw1yeed7hGK-Q6nyGQx-w) 

- [学习交流小组精彩内容摘要 No.20](https://mp.weixin.qq.com/s/C4A_mmaAFnPZOky382XaSw) 

- [学习交流小组精彩内容摘要 No.19](https://mp.weixin.qq.com/s/0UUcplCtgd7AGK5JASoKZA) 

- [学习交流小组精彩内容摘要 No.18](https://mp.weixin.qq.com/s/kUGMR2ty_urF5j8vjGQ_DQ) 

- [学习交流小组精彩内容摘要 No.17](https://mp.weixin.qq.com/s/AMzOcQyURtnS5axCdYx6UQ) 

- [学习交流小组精彩内容摘要 No.16](https://mp.weixin.qq.com/s/7qsRtLs4AtmAOrBUHuxf9g)

- [学习交流小组精彩内容摘要 No.15](https://mp.weixin.qq.com/s/0McGiE9REhaEz3QoYT7-YQ)

- [学习交流小组精彩内容摘要 No.14](https://mp.weixin.qq.com/s/taxzzaYlRHmjW_pPC02vQA)

- [学习交流小组精彩内容摘要 No.13](https://mp.weixin.qq.com/s/1XZMAYPHPCGjerA1iJl9Ag)

- [学习交流小组精彩内容摘要(06.12-06.18)](https://mp.weixin.qq.com/s/minWDYM8b7Ek-Vb3FPuelw)

- [学习交流小组精彩内容摘要(06.09-06.11)](https://mp.weixin.qq.com/s/j6O8KzYWsxW-5fWbyz-hOg)

- [学习交流小组精彩内容摘要(06.05-06.08)](https://mp.weixin.qq.com/s/SNmiDDCJiskRlBqLXuV0kg)

- [学习交流小组精彩内容摘要(05.31-06.04)](https://mp.weixin.qq.com/s/jvqfxonEBlrrkobHfxZ8PA)

- [学习交流小组精彩内容摘要(05.25-05.30)](https://mp.weixin.qq.com/s/uJqY_DYEAwKI0fHA7s8pXg)

- [学习交流小组精彩内容摘要(05.21-05.24)](https://mp.weixin.qq.com/s/_pgnB7zioxxX5A_hxV52lw)

- [学习交流小组精彩内容摘要(05.18-05.20)](https://mp.weixin.qq.com/s/yaimSlvmG6kseqSLY6hcXQ)

- [学习交流小组精彩内容摘要(05.14-05.17)](https://mp.weixin.qq.com/s/dpugb2_3i4M31FWYuFcd5Q)

- [学习交流小组精彩内容摘要(05.08-05.13)](https://mp.weixin.qq.com/s/SLafxvWm5izflGJX6qe7vA)

- [学习交流小组精彩内容摘要(01.21-02.06)](https://mp.weixin.qq.com/s/mvFv907DiICFV8tTB_9EYA)

- [学习交流小组精彩内容摘要(01.13-01.20)](https://mp.weixin.qq.com/s/WjzvyUmOissSSGITS34UZQ)

- [学习交流小组精彩内容摘要(01.04-01.12)](https://mp.weixin.qq.com/s/m3Az_8aE9KYbYH5CcOuoyA)

## 推荐搜索综合

- [QQ音乐推荐系统算法架构实践](https://mp.weixin.qq.com/s/NFGOPQwKZ9vI35KXwmT2hw)

- [因果推断在快手推荐场景的应用探索](https://mp.weixin.qq.com/s/RsggF6ayuRS5ocxbcytKkA)

- [强化学习在推荐冷启动优化中的实践探索！](https://mp.weixin.qq.com/s/-5Qxf_7dghFQXQNv8UlSQw)

- [多类目MoE模型在京东电商搜索中的应用](https://mp.weixin.qq.com/s/dcpc4xLG7Idf2_WsWOVvzQ)

- [无量深度学习系统在腾讯推荐类业务的应用](https://mp.weixin.qq.com/s/xWp3-eVQWQVKnpCInsQc0Q)

- [直播推荐算法在腾讯音乐的应用实践](https://mp.weixin.qq.com/s/Gb7BwU16bhAIUCPV3Lu7wQ)

- [小米在知识表示学习的探索与实践](https://mp.weixin.qq.com/s/IwVpoLA1DmoDm5_Ey8rOIA)

- [推荐算法在商业化场景中的探索实践](https://mp.weixin.qq.com/s/MHsSOtamEpvV-NyAkqX3Qg)

- [主题与交互式推荐技术在飞猪个性化分发中的实践](https://mp.weixin.qq.com/s/mXpCNmNKbf3TFdNr1oopSw)

- [蜻蜓FM信息流推荐探索与实践](https://mp.weixin.qq.com/s/HsVbsqzbvquohC7XSLduKw)

- [阿里巴巴开源稀疏模型训练引擎DeepRec](https://mp.weixin.qq.com/s/zx4BInlQtlGwDPqS5LFcGw)

- [Query理解在美团搜索中的应用](https://mp.weixin.qq.com/s/k-d6AoqqA6_O6xX9s49tyw)

- [模型可解释性在风控安全中的实践](https://mp.weixin.qq.com/s/x-hfcUcbAFMlg0HJezfabw)

- [EdgeRec：边缘计算在淘宝推荐系统中的应用](https://mp.weixin.qq.com/s/dz8rklSVEXzdUV8ArTtp6Q)

- [多媒体内容理解在美图社区的应用实践](https://mp.weixin.qq.com/s/x9bvMmaknQx-oWau_wBYqw)

- [阿里飞猪搜索技术的应用与创新](https://mp.weixin.qq.com/s/UTFXn1vD548IUoh53Gm2VA)

- [阿里零售通智能导购推荐技术实践](https://mp.weixin.qq.com/s/STxYG930mKBXIeTZhzAZXQ)

- [深度学习在 Airbnb 中的探索与应用](https://mp.weixin.qq.com/s/gCyOT-Fv4an_pkqvmWlIfg)

- [知乎搜索文本相关性与知识蒸馏](https://mp.weixin.qq.com/s/0egID0-2HnU4nS6Sl_cotw)

- [推荐系统解构](https://mp.weixin.qq.com/s/SlbznJpp6F0u5NCY8kVWeA)

- [京东Flink优化与技术实践](https://mp.weixin.qq.com/s/Q23u3onaPl2JfLNLTbRfXg)

- [信息流推荐的用户增长机制](https://mp.weixin.qq.com/s/pOqyDtBa2HN_pVpCL0iYpA)

- [如何构建一个好的电商搜索引擎？](https://mp.weixin.qq.com/s/5FPtu0WC_e73mvM04kF69A) 

- [做用户，绕不开画像！](https://mp.weixin.qq.com/s/bIsvK0WM6z6sgcNU3aoGoQ)

- [Angel：深度学习在腾讯广告推荐系统中的实践](https://mp.weixin.qq.com/s/iB3kuQl6wm-PdVicnLF2BQ)

- [什么样的模型是好的模型？](https://mp.weixin.qq.com/s/g59j-9fZ2KI8MtBcnOiOCA)

- [蜻蜓FM实时推荐系统的发展和演进](https://mp.weixin.qq.com/s/qK_KOICjQD0tCzxrLcSnAg)

- [快手如何搭建一个好的数据指标体系？](https://mp.weixin.qq.com/s/_Z1HTot8nMwErDKkby29_g)  

- [推荐系统架构治理](https://mp.weixin.qq.com/s/aKGx-R71T_bvJtyWNcZz_g)

- [张俊林：对比学习在微博内容表示的应用](https://mp.weixin.qq.com/s/vV4pzxI9tDDFm0QSVE74DA)

- [微博推荐算法实践与机器学习平台演进](https://mp.weixin.qq.com/s/kC-IXfMbSc-KY6qSUZjR7w)

- [微博基于Flink的机器学习实践](https://mp.weixin.qq.com/s/Mu3tDDSjdlbASJWUf5dJJA)

- [多业务融合推荐策略实践与思考](https://mp.weixin.qq.com/s/uMc61j7EH5kQWkKC9cORMw)

- [跨域推荐技术在58部落内容社区的实践](https://mp.weixin.qq.com/s/yntPcavbDITUn-u-fjOcpA)

- [京东电商搜索中的语义检索与商品排序](https://mp.weixin.qq.com/s/f8SsJO3L7cjlWAaFOklN3g)

- [分布式机器学习框架与高维实时推荐系统](https://mp.weixin.qq.com/s/1szW1lc0ElRmw2CDIDafpQ)

- [图推荐算法在E&E问题上的应用](https://mp.weixin.qq.com/s/xkvQ58mnmPZBOjLkg3OEGA)

- [朱小强｜屠龙少年与龙：漫谈深度学习驱动的广告推荐技术发展周期](https://mp.weixin.qq.com/s/AcgGCD3Ye2LOYRQlv27Yzg)

- [全民K歌推荐后台架构](https://mp.weixin.qq.com/s/gIg4c3Z6-nh2bIoSju2LPA)

- [阿里文娱搜索算法实践与思考](https://mp.weixin.qq.com/s/DjcI3vEflvfWs9cMDX-BkA)

- [Bandit算法在携程推荐系统中的应用与实践](https://mp.weixin.qq.com/s/KFrSbRuY7k4fwulqg5go1Q)

- [深度学习在阿里B2B电商推荐系统中的实践](https://mp.weixin.qq.com/s/j492S2zvhSTmXX4uYu9fyg)

- [如何将知识图谱引入推荐系统？](https://mp.weixin.qq.com/s/knSgjT_aDZ7UMgNHdzcmtw)

- [【微软】深度学习推理系统，45页ppt](https://mp.weixin.qq.com/s/8t6YcBj-bNUxPPVIig8-iw)

- [如何构建A/B测试系统，其核心功能有哪些？](https://mp.weixin.qq.com/s/68sMYxXu9toLAprG8S0Mmw)

- [美图个性化推送的 AI 探索之路](https://mp.weixin.qq.com/s/i-5T_10t40UyYchw3VmZ1A)

- [信息流推荐在凤凰新闻的业务实践](https://mp.weixin.qq.com/s/eXYkTzN0nvj15UsiiUPvbQ)

- [汽车之家推荐系统排序算法迭代之路](https://mp.weixin.qq.com/s/WPZtHRTm2LbPJgpWkUnOOw)

- [WWW21最新「深度学习推荐系统」教程，230页PPT阐述深度强化学习、自动机器学习和GNN在推荐系统应用进展](https://mp.weixin.qq.com/s/UDQlwCva1a4IN0E9s_0Y8Q)

- [Query 理解和语义召回在知乎搜索中的应用](https://mp.weixin.qq.com/s/467B2scLH_SOgqByjeI1fQ)  

- [腾讯信息流内容理解技术实践](https://mp.weixin.qq.com/s/IVmwbFQvNjCz3D_c8qimwQ)  

- [如何从 0 到 1 构建个性化推荐？](https://mp.weixin.qq.com/s/UjG0eEo9qk4ExO6VZodymA) 

- [推荐生态中的bias和debias](https://mp.weixin.qq.com/s/4EY8E8LqUsfEGqC3xPSqeg) 

- [推荐系统应该如何保障推荐的多样性？](https://mp.weixin.qq.com/s/6Zs0nM2HOZFBFsC0PUy_0A)  

- [浅谈 UC 国际信息流推荐](https://mp.weixin.qq.com/s/ayN6t8buVqN6GLNyWky59A) 

- [AutoML 在表数据中的研究与应用](https://mp.weixin.qq.com/s/RIoBHE8fopgMVZDYRBazGg)

- [推荐系统：石器与青铜时代](https://mp.weixin.qq.com/s/TWEMQL07n7jMJoYecUojww)

- [推荐系统衡量：ABtest 框架](https://mp.weixin.qq.com/s/85BBYJRbvpV9CqgYjW9Ayg)

- [低频少样本长验证周期场景下的算法设计](https://mp.weixin.qq.com/s/dwptlx8UGNq8-WzEWRLspA) 

- [基于行列式点过程的推荐多样性提升算法](https://mp.weixin.qq.com/s/9DZvs82Da3kbfuUvpHuIdw) 

- [推荐系统评价：什么是好的推荐系统](https://mp.weixin.qq.com/s/3DCkAAsl-CO1QmYDZz454A)

- [万字长文解读电商搜索——如何让你买得又快又好](https://mp.weixin.qq.com/s/1hc7G4eBSyk-b8Dv4FsYbg) 

- [工业界推荐系统实用分析技巧](https://mp.weixin.qq.com/s/UUb7esHxhdauAdwNR8TwTQ) 

- [KDD20 | 推荐系统论文一览](https://mp.weixin.qq.com/s/OIZm5UPv7f-I66vKBgyVEw)  

- [搜索广告之自动化创意](https://mp.weixin.qq.com/s/ewb9IlqPmQgfXGEUSRNXwQ) 

- [KDD CUP 2020之Debiasing赛道方案 (Rush)](https://mp.weixin.qq.com/s/Xz505pzM4U8k0vnQjkENrg) 

- [推荐系统研究中常用的评价指标](https://mp.weixin.qq.com/s/6TDCk0zwE8v-DLwSbk05hQ) 

- [推荐多样性重排算法之MMR](https://mp.weixin.qq.com/s/7V4b6dPPqBdTfFjDj1gDzw) 

- [推荐系统技术演进趋势：从召回到排序再到重排](https://mp.weixin.qq.com/s/nHzQM_le5a1POaAtwHMJbw) 

- [推荐系统的发展与简单回顾](https://mp.weixin.qq.com/s/E11Nm8LlsbKcLIJ82NgzUg) 

- [万字长文！推荐系统岗面试经验&学习心得](https://mp.weixin.qq.com/s/zf7eRE57vsFxL_jGVdqV9g) 

## 计算广告

- [网易云音乐广告算法实践](https://mp.weixin.qq.com/s/MIwveAoRZYDTNM-RubdQ4A)

- [阿里妈妈展示广告预估校准技术演进之路](https://mp.weixin.qq.com/s/EosRoVwxTI3mtB_7-02cWg)

- [基于因果推断技术的广告投后归因](https://mp.weixin.qq.com/s/OGw5aYdaRj2d9nQU4e5dbw)

- [广告主视角的信息流投放模型问题思考](https://mp.weixin.qq.com/s/5BPP2qAH4zBe11EL0k4hog)

- [因果推断在阿里飞猪广告算法中的实践](https://mp.weixin.qq.com/s/C0Ndp7LbZCMOEZYJhLvCSA)

- [阿里妈妈：基于动态背包的多场景广告序列投放算法](https://mp.weixin.qq.com/s/qOXdD4IvQZy3xt3Z0gZplg)

- [腾讯用户增长技术：广告智能投放](https://mp.weixin.qq.com/s/N1DdXUwDEEMK5rm2uwai5Q)

- [360展示广告智能化演进](https://mp.weixin.qq.com/s/YfTI-aj2n1Chi_mYmjcHiA)

- [商业化广告策略解读](https://mp.weixin.qq.com/s/Le933YabTtG2Zh1B2prSBw)

- [广告算法在阿里文娱用户增长中的实践](https://mp.weixin.qq.com/s/Vt1qwbU0Gsm144vzBxSG9A)

- [阿里定向广告智能投放技术体系](https://mp.weixin.qq.com/s/uuLD3tQfDGD3fSsmLonQkA)

- [爱奇艺效果广告的个性化探索与实践](https://mp.weixin.qq.com/s/cBZ_XC1dSdp540-Hr1izuw) 

- [计算广告OCPC实践(四) 如何从0开始建立ocpc业务](https://mp.weixin.qq.com/s/ZSR13P4hWaOIGOs8auv2XA)

- [计算广告OCPC实践(三) ocpx效果到底怎么样？从ocpc与ocpm的区别说起](https://mp.weixin.qq.com/s/XPBc3fNXwtRnjBkPw2FrSA)

- [Hulu：视频广告系统中的算法实践](https://mp.weixin.qq.com/s/CE7i-EHPt2W84C0HWNx12Q)

- [计算广告OCPC算法实践(二) ocpc智能出价PID控制中不同偏差函数特性对比](https://mp.weixin.qq.com/s/TebzhaVgsH1s9cIfCzAb7Q)  

- [计算广告OCPC算法实践(一) 智能出价PID控制中的偏差与响应函数设计](https://mp.weixin.qq.com/s/xD4tlVXX8w-pMk_JJF-vTA) 

- [阿里妈妈：品牌广告中的 NLP 算法实践](https://mp.weixin.qq.com/s/Kt70i7s7THU0s6zzALtBfQ)

- [《计算广告》学习笔记](https://mp.weixin.qq.com/s/hUK0QN4UFonKJWWwZF-u-Q) 

- [OCPC 广告算法在凤凰新媒体的实践探索](https://mp.weixin.qq.com/s/bD73FrOE9teRXMD_bIh-JQ)  

- [计算广告发展历程——从CPC到oCPX](https://mp.weixin.qq.com/s/Sq9iAYi8mCqzFnXdar4aCg) 

- [百度凤巢新一代广告召回系统——“莫比乌斯”](https://mp.weixin.qq.com/s/kdkz6MOrIo9ih-d1hBBNRg) 

- [广告出价--如何使用PID控制广告投放成本](https://mp.weixin.qq.com/s/5a5RhhUmaeBjNjerdxmY3g) 

- [PID控制算法原理（抛弃公式，从本质上真正理解PID控制）](https://mp.weixin.qq.com/s/i8WryZOjMhEMp7Gno3dXcw) 

- [广告和推荐排序中消除position bias的方法](https://mp.weixin.qq.com/s/WyztaAiciTWoNl5ODFWJyA) 

- [oCPC：计算广告出价策略](https://mp.weixin.qq.com/s/LgZ3aWlXtvC41mv3ThJPAQ) 

- [广告点击率CTR修正-Wilson CTR

](https://mp.weixin.qq.com/s/vUwtVwdozsYBV0GI2wWtPg) 

## 大数据

- [ClickHouse在手淘流量分析业务实践](https://mp.weixin.qq.com/s/PdSzg2BKXaUdhYyGtiCU0g)

- [贝壳一站式大数据开发平台实践](https://mp.weixin.qq.com/s/WPZtHRTm2LbPJgpWkUnOOw)

- [Flink如何支持特征工程、在线学习、在线预测等AI场景？](https://mp.weixin.qq.com/s/1RddsscO515zhkJ1X9WBvQ)

- [实时数据流计算引擎Flink和Spark剖析](https://mp.weixin.qq.com/s/FX7wFly3CpFEpwWLBlFQeQ)  

- [Spark 的一些人生经验](https://mp.weixin.qq.com/s/rff5AAd9w85N-MFVxyNKbg) 

- [大数据kafka理论实操面试题](https://mp.weixin.qq.com/s/847kcDXE-Iq8JXjG_-Fehg) 

- [Kafka 应用实践与生态集成](https://mp.weixin.qq.com/s/YcLk_5kIoIc1ho6RB7FcpQ) 

- [Flink 中文社区年度文章合集](https://mp.weixin.qq.com/s/hVfCbiWAwgjAAMmAwNNrVA)

## 图算法 

- [郭沛东：图模型在信息流推荐的原理和实践](https://mp.weixin.qq.com/s/0xH9b1DB4hPK23waY-Dx1A)

- [华为图神经网络在推荐系统中的应用](https://mp.weixin.qq.com/s/g6blln7cps74Z8a-fQ-cyA)

- [什么样的图神经网络更具表达能力？](https://mp.weixin.qq.com/s/Q6g98Mrsc9FRljC_f4hk9w)

- [图算法在流量反作弊中的实践](https://mp.weixin.qq.com/s/rpttLQCe1lrpcRO97hv4nw)

- [梳理总结211篇论文，首篇基于图神经网络的推荐系统综述](https://mp.weixin.qq.com/s/sI6pyJ9ULJHcT5_jHSXWaA)

- [图对比学习的最新进展](https://mp.weixin.qq.com/s/NGb-IE3cVmv-rcgZtbxB4A)

- [图神经网络算法在推荐场景下的实践](https://mp.weixin.qq.com/s/syJUhZmGCdCoHc5bBgTzTQ)

- [GNN在下拉推荐的应用](https://mp.weixin.qq.com/s/wNnFwiOehZCeFLN7eNuh8w)

- [实现大规模图计算的算法思路](https://mp.weixin.qq.com/s/LZmmSvi8TsXb1Axl8IygoA)

- [图算法在网络黑产挖掘中的思考](https://mp.weixin.qq.com/s/j19gTTuIt2agT0gybKW5LA)

- [大规模图算法在京东广告的实践](https://mp.weixin.qq.com/s/-wivl-9K-znQ31qHXW5g4A)

- [图挖掘与多关系学习：工具与应用，亚马逊与CMU-WWW2021教程，附161页ppt](https://mp.weixin.qq.com/s/Fs62rIi5AoXVkM2sSTT7JQ)

- [一文直击Graph Embedding图表示学习的原理及应用](https://mp.weixin.qq.com/s/F9zt7eyHxTX7Gp0zpvnfcg)

- [【GraphEmbedding】DeepWalk算法原理，实现和应用

](https://mp.weixin.qq.com/s?__biz=MjM5MzY4NzE3MA==&mid=2247484661&idx=1&sn=360ed3d2f4bb9a0d11bbd821e7ede72e&source=41#wechat_redirect) 

- [【GraphEmbedding】LINE：算法原理，实现和应用

](https://mp.weixin.qq.com/s?__biz=MjM5MzY4NzE3MA==&mid=2247484657&idx=1&sn=2c16508270ebef54000d0b272a348cef&source=41#wechat_redirect) 

- [【GraphEmbedding】node2vec：算法原理，实现和应用

](https://mp.weixin.qq.com/s?__biz=MjM5MzY4NzE3MA==&mid=2247484653&idx=1&sn=3de60375e524f4d0ef6c84eec01e709b&source=41#wechat_redirect) 

- [【GraphEmbedding】GraRep：基于矩阵分解的图表示学习](https://mp.weixin.qq.com/s/aD-YbniflGUbgwiUthWNwg) 

- [【GraphEmbedding】SDNE算法原理，实现和应用

](https://mp.weixin.qq.com/s?__biz=MjM5MzY4NzE3MA==&mid=2247484587&idx=1&sn=12258faf39493f73e1c07523ff8f1145&source=41#wechat_redirect) 

- [【GraphEmbedding】Struc2Vec算法原理，实现和应用

](https://mp.weixin.qq.com/s/XcnrbLeXggXiynnzpr657w) 

- [【GNN】一文读懂图卷积GCN](https://mp.weixin.qq.com/s/dOD0-9oEwoFjvmb5igYSMQ) 

- [【GNN】GCN 算法原理，实现和应用

](https://mp.weixin.qq.com/s?__biz=MjM5MzY4NzE3MA==&mid=2247484633&idx=1&sn=c1b33d03e05653ab62d14a9fa9c3a108&source=41#wechat_redirect) 

- [二部图表示学习 | Graph Convolutional Matrix Completion](https://mp.weixin.qq.com/s/hICjiAyzh-Cv6226HMvHAg) 

- [node2vec随机游走优化思路和代码实现](https://mp.weixin.qq.com/s/n_EveU9G_MRwuSHW5kyWkw) 

- [【斯坦福CS224W 图与机器学习(1-2)】：图模型基本介绍

](https://mp.weixin.qq.com/s/wxvFtXeQhjPhTAlDeSMPpA) 

- [【斯坦福CS224W 图与机器学习 3】：Motifs and Structural Roles](https://mp.weixin.qq.com/s/czfwcklVtLpvONwXZADP0A)

- [KDD19 DGL教程：Recommender System with GNN

](https://mp.weixin.qq.com/s/lKLLzzQZfvGRtmCgbnptTQ)

- [社交图谱的标签传播算法](https://mp.weixin.qq.com/s/cqEpA-IAzh2Y5Yz0PTU4vA) 

## NLP&CV

- [张俊林：ChatGPT会取代搜索引擎吗？](https://mp.weixin.qq.com/s/VqZh8eKOR7u5kPq0JymTzg)

- [如何评价OpenAI的超级对话模型ChatGPT？](https://mp.weixin.qq.com/s/_GDlGDOCxMJsP0nIw_yO-Q)

- [美团商品知识图谱的构建及应用](https://mp.weixin.qq.com/s/i6kzpWXrIbKIjmq-hLnxng)

- [MSRA自监督学习与注意力建模研究实践](https://mp.weixin.qq.com/s/d8f4-HG3hgtyp1N5ZeLsMQ)

- [火山翻译：工业级应用与研究](https://mp.weixin.qq.com/s/9fcQbumfCT2evERVcPb8eA)

- [小米在预训练模型的探索与优化](https://mp.weixin.qq.com/s/b4Odemx3qSJmWBVxKueOHg)

- [复旦邱锡鹏组最新综述：A Survey of Transformers！](https://mp.weixin.qq.com/s/Htq0dwWRp9PmtB5FSgIqHw)

- [Transformer的一家！](https://mp.weixin.qq.com/s/qncvDw83hoTCNNEA_soUkA). 

- [这20个技巧让你的NN训练事半功倍](https://mp.weixin.qq.com/s/wcHdidbk0wZOujKKgh-gTA)

- [【论文串讲】从BERT和XLNet到MPNet](https://mp.weixin.qq.com/s/Lnid-DFMI54Tw_oOi37mjA) 

- [预训练模型系列-通用预训练MASS](https://mp.weixin.qq.com/s/noNrZK8DjQHy0FrSyEWuXA) 

- [【论文串讲】从GPT和BERT到XLNet](https://mp.weixin.qq.com/s/weargDvogar3fTqSDIM7LQ)

- [Transformer 超详细解读，一图胜千言](https://mp.weixin.qq.com/s/6RPxTdDcxJ050oAp34Ofdw)

- [【经典精读】Transformer模型深度解读](https://mp.weixin.qq.com/s/Cs0UDQmeqwb3dn1ivawb3w)

- [word2vec模型深度解析

](https://mp.weixin.qq.com/s/yQLL0jkk-q7PHKieF8S0bA) 

- [NLP与推荐系统的比较、联系与未来

](https://mp.weixin.qq.com/s/47tGHoeqGWtpRjzRePjZxg) 

- [知识图谱入门系列](https://mp.weixin.qq.com/s/LTeD9I65q3FIiFymhMhGEA) 

- [知识图谱基本概念&工程落地常见问题

](https://mp.weixin.qq.com/s/AJTIkWGspauKgjB3-gdxoA) 

- [本科生晋升GM记录 & kaggle比赛进阶技巧分享

](https://mp.weixin.qq.com/s/9gdxH4M_Ud7cq81rSew--g) 

- [9102年入门GAN的补习

](https://mp.weixin.qq.com/s/zLyoNQLLLHx8Y_EuDcMwWA) 

- [快速掌握TensorFlow中张量运算的广播机制](https://mp.weixin.qq.com/s?__biz=MjM5MzY4NzE3MA==&mid=2247484662&idx=1&sn=cc69e90edca39539fd4cf17aeea39617&source=41#wechat_redirect) 

## 算法基础

- [那些年踩过的Tensorflow的坑（二） 实现FM 10x加速](https://mp.weixin.qq.com/s/0hEvyAg0h-ZPldMLgF307A)

- [那些年踩过的Tensorflow的坑（一） 实现FM 10x加速](https://mp.weixin.qq.com/s/EyRv9KfA0rsVLQhA03eCzQ)

- [深度学习的综述的综述](https://mp.weixin.qq.com/s/4Aaa4qa8nU7mXreTimTv3g)

- [l2 regularization 和 weight decay的不同](https://mp.weixin.qq.com/s/aXe1QTZSzUCicJ-_SKuGlQ)

## 心得感悟

- [农业银行工作两个月，聊聊现状](https://mp.weixin.qq.com/s/0GnNDxdmygaBGuRW9ML8JQ)

- [应届NLPer入职华为OD一个半月，治好了我的精神内耗](https://mp.weixin.qq.com/s/HpEbQC4Ja3Zkz9qBDwvAOw)

- [43岁读NLP博士，无关年龄 ，一位70后大哥的励志人生](https://mp.weixin.qq.com/s/pnJWuRUMn0yQQSmiqFZUaA)

- [从《一个NLP算法人的困境与破局》说起](https://mp.weixin.qq.com/s/gJOtUOvy0GhkNDh62tBE2Q)

- [县城再无清华北大](https://mp.weixin.qq.com/s/WwgiyTqEeTUMiO46WqRjzQ)

- [Shopee要抛弃算法了吗？人在新加坡，刚下飞机，就被裁了。](https://mp.weixin.qq.com/s/M-EM_2U1_WGII72MgUFoNw)

- [从浙大计算机到字节算法岗！](https://mp.weixin.qq.com/s/iBbI2bvKhGtHfIg9GvuElQ)

- [跑路了！在东北国企当程序员一个月的感触](https://mp.weixin.qq.com/s/SdZs69MjcV-01c0_sm4pdw)

- [2023秋招算法岗进入地狱模式：竞争堪比考公？](https://mp.weixin.qq.com/s/qgpcCzZ66zwgYv-sQ-gZHw)

- [施一公：清华70%的高考状元都去哪了？](https://mp.weixin.qq.com/s/92CutbhGMTN5udage-esdA)

- [89岁，他拿下人生第三个博士学位](https://mp.weixin.qq.com/s/Ej8wnnlyC1BW_5uRYwbUfw)

- [你是什么时候对深度学习失去信心的？](https://mp.weixin.qq.com/s/AgoQCeYP8sxai8EJCT1Zxg)

- [润了！大龄码农从北京到荷兰的躺平生活](https://mp.weixin.qq.com/s/lssjqbRrzZ-yBYsFVBtTRQ)

- [一个算法工程师在技术方面的反思！](https://mp.weixin.qq.com/s/SoWSTKGccaDliq5q8BKSjQ)

- [CMU AI PhD 第一年总结](https://mp.weixin.qq.com/s/Ww7kzNTdBlZggZ6usRuAXA)

- [计算所与北大往事回顾](https://mp.weixin.qq.com/s/gq4w3DPCWXu4_wWFZqo9XA)

- [雷军做程序员时写的文章，太牛了！](https://mp.weixin.qq.com/s/bPZJ_TCHFnD4XBsNED6BhA)

- [清华姚班教授劝退文：我见过太多PhD，精神崩溃、心态失衡、身体垮掉、一事无成](https://mp.weixin.qq.com/s/NBXmSVUCTwjU_ypcMsUm-A)

- [字节遭遇离职潮](https://mp.weixin.qq.com/s/fzAQY89P1W9MtE38tYMKlw)

- [一位博士在华为的22年](https://mp.weixin.qq.com/s/IbpH_ctt9h7vQ0wV6zVVyw)

- [太卷了，要跑路吗？](https://mp.weixin.qq.com/s/Ms-rmbefIdtvpVLHefvpXg)

- [三十而立，我决定从字节裸辞](https://mp.weixin.qq.com/s/G6tnhSnqCW-0IaUYoGPTow)

- [读博，我想好了！](https://mp.weixin.qq.com/s/LBmeG-jymFK1PqRpu7Eh_g)

- [大规模裁员后，计算机会成为下一个土木吗？](https://mp.weixin.qq.com/s/y0L9Aad_U18_wdNaQyv7CQ)

## 求职面试

- [互联网最值得加入的173家国企汇总](https://mp.weixin.qq.com/s/HP3wjDjd6VNWNcY4nkntTg)

- [万字长文：给算法校招同学的一些建议！](https://mp.weixin.qq.com/s/hXLZTkVRfd1YsBzx1lL9Qg)

- [算法实习指南](https://mp.weixin.qq.com/s/a2yE9r34sg7ADQVnmXb89w)

- [随记：加入微软三个月后](https://mp.weixin.qq.com/s/qWs8_qHYYbvjXPiOJXHlrg)

- [内卷？谈谈AI算法人才职业发展](https://mp.weixin.qq.com/s/AYwkkdFYVccf4QlWNP_v-g)

- [Google 十年](https://mp.weixin.qq.com/s/ACrLiOVz13xjNBD3tnbo2Q)

- [2022年，算法工程师必备的能力是什么？](https://mp.weixin.qq.com/s/AppkIr3_BT_d5Zifo_ProQ)

- [诸葛越：关于算法工程师职业发展的思考](https://mp.weixin.qq.com/s/kBBvXGe33Bo-buHbCWSFCg) 

- [算法工程师如何应对业务方和老板的灵魂拷问？](https://mp.weixin.qq.com/s/XgzRBGHt_cadcl6vK4t66w)

- [算法工程师也会遇到35岁这道坎么？](https://mp.weixin.qq.com/s/J13YyuvFfTNAmihW09fqNQ)

- [推荐/广告算法社招生存指南](https://mp.weixin.qq.com/s/opvxOldRG4Rhcy-Qvp6Ozw)

- [一年级算法工程师的工作总结](https://mp.weixin.qq.com/s/7qH6iBa6TIpNdSn9npi_sw)

- [谈一谈算法工程师的落地能力](https://mp.weixin.qq.com/s/1ivTBtnZGkpyyS0BowKxeA)

- [美H1-B签证改革更有利IT公司从全球招聘——聊聊国内如何找美国算法岗工作](https://mp.weixin.qq.com/s/L3OP4ppcQ5w2MIk5x7SivA)

- [北美亚麻的故事：金融数学转码农转Applied Scientist](https://mp.weixin.qq.com/s/Oe8KeIGGgTMTHsfhkKY0yA)

- [算法小白的学习路线（二）](https://mp.weixin.qq.com/s/6nvQtMn7tyJzdeKLE1RQHA)

- [算法小白的学习路线（一）](https://mp.weixin.qq.com/s/tKYPTsRsSJU9w_DTYTGRDw)  

- [你见过最差的算法工程师能差到什么程度？](https://mp.weixin.qq.com/s/Z9Sczo3jYW7nJolt696slw)  

- [我的求职经验总结](https://mp.weixin.qq.com/s/tcg2_UlP-hm29Rd5tgARLg) 

- [求职面试 | 《剑指Offer》Python题解&常考题总结

](https://mp.weixin.qq.com/s/PdlRCvf0dRlSgkh7cO0pEw) 

- [非科班如何拿到外企和国内大厂SSP Offer的？](https://mp.weixin.qq.com/s/I3mD5QbixIShti0zKKt5bw) 

- [实验小师弟的新鲜春招面经(阿里搜索，微信，微软等)](https://mp.weixin.qq.com/s/sw7G6s1cgwWiiX7nTxm_YQ) 

- [Facebook、AWS、Google、Microsoft面试小记](https://mp.weixin.qq.com/s/Aemb65Id4b_kKMziJF1XKw)

- [算法工程师当前选哪个方向好？1，CV；2，NLP；3，推荐系统？](https://mp.weixin.qq.com/s/O8HHeUL0D9-NNB8-MRPbdA)

- [番外篇——社招如何拿到心仪公司的offer](https://mp.weixin.qq.com/s/ppx_Y9Gg6FeDyRv9gqgCVw)