关于 谁有卖视频的微信【十薇6525—3336】孽anb 的搜索结果,共1622
c****2 2018-07-10
个性化推荐(一)
YouTube 个性化推荐系统结构 候选生成网络(Candidate Generation Network) 候选生成网络将推荐问题建模为一个类别数极大多类分类问题:对于一个Youtube用户,使用其观看历史(ID)、搜索词记录(search tokens)、人口学息(如地理位置、用户登录设备)、二值特征(如性别,是否登录)和连续特征(如用户年龄)等,对库中所进行多分类,得到每一类别分类结果(即每一个推荐概率),最终输出概率较高几百个。 首先,将观看历史及搜索词记录这类历史息,映射为向量后取平均值得到定长表示;同时,输入人口学特征以优化新用户推荐效果,并将二值特征和连续特征归一化处理到[0, 1]范围。接下来,将所特征表示拼接为一个向量,并输入给非线形多层感知器(MLP,详见识别数字教程)处理。最后,训练时将MLP输出给softmax做分类,预测时计算用户综合特征(MLP输出)与所相似度,取得分最高kk个作为候选生成网络筛选结果。图2显示了候选生成网络结构。 图2.
M****H 2018-07-11
故障定位场景下数据可化实践
干货概览 百度拥上百条产品线,数服务,每个服务时时刻刻都在产生着海量监控数据,形成监控项规模总数已达数亿。面对如此海量数据,在日常运维(如故障诊断、成本分析、性能优化等场景)过程中,传统统计图表难以效直观地展示如此庞大数据。因此,优秀监控数据可化产品就呼之欲出,他既要数据准确、全面、时效性高,也需要提升用户使用体验,使其能在茫茫数据中一眼就能发现想要观察数据。 那么怎么做才能适应用户需求、完成精准展示,同时又能挖掘数据价值呢?下面我们从故障诊断场景出发,来看百度智能监控平台是如何充分利用数据可化武器来解决实际业务问题。 故障定位可化思路 在标准故障处理流程中,故障定位一般可分为两个阶段: 故障止损前:期望可以快速获得可用于止损决策息,做出相应止损操作使得服务恢复。比如通过确定故障范围,调度流量绕过故障机房或摘除故障实例等。 故障止损后:仍需要进一步找到导致故障深层次原因,确定故障根因,将线上环境恢复到正常状态。
TOP