演算法識別背鍋?由亂象的視頻直播內容聊起……
今日話題
?關鍵詞抓取已過時,如何通過技術手段,判斷和規避這種問題?
?在升級演算法識別體系時,可能涉及到哪些技術層面的問題?
?基於大數據挖掘,如果通過演算法系統保證輸出內容的優質和健康?
活動獎勵
如果您對以上3個問題,有自己獨到的看法和思路,歡迎留言。
截止4月20日,我們會選取留言處點贊數最多的朋友,贈DTCC2018門票一張(參與留言點贊數不低於10個)
另外,除了實質意義上的討論,本次資料庫技術大會,我們特設專場21:信息流時代的演算法應用,邀請到了來自搜狗、轉轉、美團點評、新浪微博等大型互聯網公司,針對業務層面,演算法應用方面的技術問題進行揭秘,給的業務部署帶來更多實際意義上的參考和借鑒。
專場21:信息流時代的演算法應用
王東
搜狗 專家研究員
搜狗信息流推薦演算法綜述
5月12日13:30-14:20
議題簡介:
搜狗信息流產品是一款基於大數據挖掘的資訊閱讀類產品,致力於優質內容與用戶的精準連接,本次分享主要介紹搜狗信息流服務在NLP、召回、排序等幾個重要方面所涉及到的演算法研究和探索工作。技術點:機器學習、深度學習、NLP、推薦系統。
譚孟瀧
轉轉 演算法負責人
小而美的機器學習平台建設——轉轉的演算法實踐
5月12日14:20-15:10
議題簡介:
在新興業務中應用機器學習,既要保證業務的快速迭代,又要追求演算法工作的細緻程度以及可持續發展。這就對團隊內部的腳手架工具鏈建設有了比較高的要求,如何保證整體架構簡潔高效、功能簡單易用,又不至於過度設計,花費太多精力,成為了每個初創團隊需要考慮的問題。本次分享將介紹轉轉的演算法團隊如何通過搭建一套覆蓋離線和在線的機器學習Pipeline系統來解決這個問題的。
仙雲森
美團點評 研究員
O2O搜索的演算法實踐
5月12日15:10-16:00
議題簡介:
介紹O2O搜索的特點以及演算法在搜索中的應用,主要包括以下幾點:1、千人萬面的實時用戶引導體系;2、智能化的召回和排序;3、場景化的演算法挑戰;4、智能交互與展示;5、服務搜索的挑戰與未來展望
於翔
新浪 高級演算法工程師
規模機器學習在微博信息流的應用與實踐
5月12日16:20-17:10
議題簡介:
本次主要跟大家分享一些經驗,微博機器學習平台如何應對微博的Feed信息流高並發大流量業務場景;如何利用大規模機器學習與深度學習,加速模型迭代,提高業務模型效果;最後分享下大規模機器學習和深度學習業務應用時,遇到的一些問題與理解,希望對大家有所幫助。適合人群:對機器學習、深度學習在信息流中的應用感興趣的人。
除了以上優質專場外,我們還有以下專場值得關注
Tips:部分議題不全,正在持續更新中。
![](https://pic.pimg.tw/zzuyanan/1488615166-1259157397.png)
![](https://pic.pimg.tw/zzuyanan/1482887990-2595557020.jpg)
TAG:資料庫技術大會 |