推荐系统如何选择合适的算法？ - 飞书文档
https://docs.feishu.cn/v/wiki/WowdwdpR2iKhL6k6GPqcuEE4nHf/aa强化学习：结合大模型和强化学习技术，可以实现通过与用户的交互不断优化推荐策略。通过引入奖励机制和长期回报的考虑，推荐系统可以逐步学会更好地平衡短期和长期目标，提供更 ...
飞搜侠
热门搜索
算法霸权：TikTok如何用推荐机制塑造社会认知？ - 飞书文档
https://docs.feishu.cn/v/wiki/FRQhwUTyUidHmHkS5AkcIh6SnDd/ae序章：数字交响曲的时代回响当清晨第一缕阳光穿透窗帘，智能家居系统已悄然调节室温；通勤路上车载语音助手播报定制新闻；午休时AI营养师根据体检数据推荐餐单——这场由 ...
推荐系统技术架构的两个部分 - 飞书文档
https://docs.feishu.cn/v/wiki/K77xwARa7i2dHtkdzwucWjaanBh/a5将代表用户行为的物品id 序列转换成multi-hot 向量，将其作为特征向量 · 预先训练好物品的embedding，再通过平均或者类似于DIN 模型注意力机制的方法生成历史行为Embedding ...
抖音多元化登录方式与内容推荐- 飞书系统 - Feishu
https://www.feishu.cn/template/douyin-video-scripts-management抖音短视频的推荐算法是其成功的关键之一。通过分析用户的观看历史、点赞、评论以及分享行为，抖音能够精准捕捉用户的兴趣和喜好。系统会根据这些 ...
如何构建公平透明的数字环境？ - 飞书文档
https://docs.feishu.cn/v/wiki/Jsh2w63X9iRFhfkuWiRc3UVXn0g/aa算法透明意味着要让用户了解推荐算法的基本原理和决策过程。这对于用户来说是一种权利，他们有权知道为什么自己会收到某些推荐。例如，在电商平台上，如果用户经常收到某一类 ...
公众号文章如何适应赛马机制？ - 飞书文档
https://docs.feishu.cn/v/wiki/VzPUwL0T0ijU2lkHJqdcp0qxnRg/am时间周期支持随着时间变化，那这个时间窗口就是动态变化的，根据动态变化的情况会有许多细分的窗口类型，用以解决不同场景的问题，推荐系统模型来计算读者和公众号+文章的匹配 ...
Threads新功能的个性化推荐如何更精准？ - 飞书文档
https://docs.feishu.cn/v/wiki/ALewwqDcFiY5YpkNKyKcO2ohnnd/a6例如，它的消息推送机制能够确保用户及时收到好友的动态更新，让用户不会 ... Threads通过分析用户的行为数据，如浏览历史、点赞评论等，对个性化推荐算法进行了改进。
小红书推荐流量的分数是如何计算的？ - 飞书文档
https://docs.feishu.cn/v/wiki/wikcnSCw7FSsYPdSkTlAg4wHTEP/aj推荐流量跟很多公域平台一样，小红书也有算法推荐机制，系统会根据你笔记的初始点赞、收藏、评论、转发分享、转粉数据来打分，评论、转发和转粉这三个的分数占比较高。
创作者与推荐算法的跨文化认知鸿沟 - 飞书文档
https://docs.feishu.cn/v/wiki/ZXT4wBcxkiA6gjkjxvnci3Iun3d/a3当我们滑动指尖刷新推荐列表时 ，算法正在执行着堪比大脑神经突触连接的复杂运算。斯坦福大学数字伦理实验室的跟踪研究显示，用户对推荐机制的认知存在显著偏差：. 68 ...
LLM如何提升推荐系统性能 - 飞书文档
https://docs.feishu.cn/v/wiki/QZZ2wvvVuidJDTkD4bEcNpConjh/a1**1 *** *LLM如何应用推荐系统现有环节 · 小公司的推荐算法系统比较粗糙，LLM可以降低很多处理的门槛。 · 丰富用户的行为特征：小公司采集数据颗粒度可能不够细，AIGC提供了一个 ...