搜索与推荐那些事儿--技术头条 -- 微博大V帮你宣传技术博文开发者头条码农头条

【简介】

各大互联网平台由于服务内容不同，平台成熟度的不同，对搜索和推荐的偏重程度也就不尽相同，但都是缺一不可。本篇文章介绍了搜索和推荐的区别与联系，架构演进以及架构统一。

由 @Thoughtworks 2022-06-21 09:57 / 0个评论

本文整理自美团技术沙龙第80期《美团内容智能分发的算法实践》，分享内容主要包括三部分。第一部分介绍了大众点评内容搜索的场景特点以及面临的挑战；第二部分介绍了为应对这些困难和挑战，技术团队在链路各环节上做的实践优化，包括内容消费和搜索满意度的优化等等；第三部分是总结和对未来的展望。

by @技术头条 2024-03-31 21:14 查看详情

外卖场景下，用户“复购”属性强、下单频次高，既想下单老商家，也会想换换“新口味”。为更好平衡用户的复购、尝新体验，外卖推荐团队从2022年起开始持续投入，构建了外卖场景新颖性推荐的体系化解决方案。截止目前，外卖首页用户曝光新颖性累计提升19%+，新颖好评率累计提升7%+，用户新颖体验Case率累计降低18%+。本文将详细介绍外卖首页Feed用户新颖体验优化过程中面临的挑战、解决思路以及业务思考。

by @技术头条 2023-07-23 12:21 查看详情

基于AI+数据驱动的慢查询索引推荐 (tech.meituan.com)

目前，美团内部的日均慢查询数量已经超过上亿条，如何对对这些慢查询进行分析并建立合适的索引，是美团数据库研发中心面临的一项挑战。美团数据库平台研发组与华东师范大学展开了科研合作，通过基于AI+数据驱动的索引推荐，来与基于代价的方法并行地为慢查询推荐索引，以提升推荐效果。

by @技术头条 2023-07-04 23:28 查看详情

交互式推荐在外卖场景的探索与应用 (tech.meituan.com)

外卖场景的用户停留时长低于传统电商，对用户实时需求的理解和反馈有更高的要求。针对业务问题，外卖推荐团队从2021年起开始持续投入，最终摸索出了一套适用于外卖场景的交互式推荐架构和策略，并取得了较好的收益。本文详细介绍了外卖首页Feed在搭建交互式推荐时遇到的挑战和解决思路。

by @技术头条 2023-07-02 23:41 查看详情

技术 | Linux 中的模糊文件搜索 (linux.cn)

在 Linux 命令行中，如何搜索文件？你可以使用find 命令。这是标准答案，没有问题。

通常，你键入带有搜索参数的命令，按回车键，然后它会显示搜索结果。

你可以通过模糊搜索来提升终端中的文件搜索体验。

模糊搜索是一种近似搜索算法或技术。在这种搜索中，通过名称搜索指定位置的文件，并实时显示结果给用户。

模糊搜索在网络搜索引擎中很受欢迎，用户开始输入术语后，它会开始显示与该术语相关的结果。

在本文中，我将讨论两个命令行工具，它们可以让你在 Linux 中执行模糊搜索：
1、fzf：模糊查找工具；
2、fzy：模糊选择工具。

by @技术头条 2023-06-24 09:42 查看详情

大规模异构图召回在美团到店推荐广告的应用 (tech.meituan.com)

美团到店推荐广告团队在图神经网络的长期落地实践中，思考分析了场景的特点与挑战，针对性地进行了模型设计，并通过大规模训练工具及线上部署优化多次成功落地，带来了线上收入提升。本文主要介绍了大规模图召回技术在美团到店广告场景下的实践经验，包括模型设计思路、模型迭代历程、大规模训练工具以及线上部署性能优化等，希望为从事相关工作的读者带来一些启发。

by @技术头条 2022-12-24 23:31 查看详情

美团外卖推荐团队在推荐算法的长期落地实践中，针对外卖业务情境化特点对排序模型进行深入探索与优化。本文介绍了面向情境化建模的“情境细分+统一模型”建模思路，通过用户行为序列建模以及专家网络两个模块的优化，实现不同场景间对信息独有性的刻画和信息共性的相互传递，进而提升全部流量效率。

by @技术头条 2022-12-24 23:31 查看详情

美团外卖搜索基于Elasticsearch的优化实践 (tech.meituan.com)

美团外卖搜索工程团队在Elasticsearch的优化实践中，基于Location-Based Service（LBS）业务场景对Elasticsearch的查询性能进行优化。该优化基于Run-Length Encoding（RLE）设计了一款高效的倒排索引结构，使检索耗时（TP99）降低了84%。本文从问题分析、技术选型、优化方案等方面进行阐述，并给出最终灰度验证的结论。

by @技术头条 2022-12-18 20:49 查看详情

知识图谱增强下的智能推荐系统与应用-于敬 (www.52nlp.cn)

经过多年的推荐系统理论发展，已经产生了三代主要的推荐系统。第一代推荐系统（1995-2005），主要包括三种方法：基于内容过滤的方法、基于协同过滤的方法和混合方法，技术上主要是规则统计和机器学习。第二代推荐系统（2003-2014），主要是基于时间、位置、用户组评分等特征上下文，对这一代推荐系统的研究目前仍在进行中。第三代推荐系统的研究更侧重在基于表示学习的语义模型以及在推荐过程中会有较多的关于知识组件的使用。

by @技术头条 2022-12-18 20:48 查看详情

智能搜索模型预估框架Augur的建设与实践 (tech.meituan.com)

本文将与大家探讨美团搜索与NLP部使用的统一在线预估框架Augur的设计思路、效果、优势与不足，希望对大家有所帮助或者启发。

by @技术头条 2022-09-12 22:41 查看详情