更新于:09-21 09:10

有关[系统]分类推荐

有赞搜索系统的技术内幕

于09-18 15:37 - 有赞技术 - 程序员 工具 后端
上文说到有赞搜索系统的架构演进,为了支撑不断演进的技术架构,除了 Elasticsearch 的维护优化之外,我们也开发了上层的中间件来应对不断提高的稳定性和性能要求. Elasticsearch 的检索执行效率可以表示为:. 其中 num_of_files 表示索引文件段的个数,N 表示需要遍历的数据量,从这里我们可以总结出提升查询性能可以考虑的两点:.

系统性能优化系列

于09-16 00:00 - - tuicool
之前组内一位大佬分享了一些关于系统性能优化方面的干货,这里我将它整理成文并且加入自己平时常用的一些工具和技巧. 由于关于系统性能优化涉及的内容非常多,我会分几篇文章来分享. 这次分享下 定位系统层面问题的常用方法. Throughout 吞吐量 (系统每秒钟可以处理的请求数). Latency 延迟 (系统处理一个请求的延迟).

xDRILL话单采集系统_浩瀚深度

于09-15 10:08 - -
xDR话单是基于互联网全量数据进行处理后,生成的信令过程和业务传输过程的会话级详细记录,包含了用户所有的上网信息,因此,话单中蕴含了非常丰富的数据分析和挖掘价值. xDRILL话单采集系统是浩瀚深度开发的xDR话单采集系统,能高效灵活的通过DPI采集的数据生成各个应用场景下的xDR话单,为资源分析和数据挖掘等提供数据基础,方便各种应用平台进行深度的分析和挖掘.

操作系统是如何管理内存的

于09-14 08:00 - -
最近在看 Operating Systems: Three Easy Pieces 这本书,作者在这方面有 20 多年的积累,同时文风非常朴实,不会被各种术语绕晕. 该书进从虚拟化、并发、持久化这三个方面来剖析操作系统,从要达到的目标到遇到的问题到解决方案到新的问题,一层层地告诉你为什么会变成现在这个样子.

这篇论文开源的车牌识别系统打败了目前最先进的商业软件

于09-11 00:00 - - dev
(欢迎关注“我爱计算机视觉”公众号,一个有价值有深度的公众号~). 来自巴西阿雷格里港大学的学者发表于ECCV2018的论文《License Plate Detection and Recognition in Unconstrained Scenarios》,给出了一整套完整的车牌识别系统设计,着眼于解决在非限定场景有挑战的车牌识别应用,其性能优于目前主流的商业系统,代码已经开源,非常值得参考.

为减少用户电话排队,阿里研发了智能客服调度系统

于09-08 22:30 - -
阿里妹导读:一提到调度,大家脑海中可能想起的是调度阿里云的海量机器资源,而对于阿里集团客户体验事业群(CCO)而言,我们要调度的不是机器,而是客服资源. 今天,我们邀请阿里高级技术专家力君,为大家分享自动、智能的客服调度系统——XSigma. 阿里集团客户体验事业群(CCO)目前承接了阿里集团以及生态体的客户服务业务,我们的客户通过各个渠道来寻求解决各类问题,每天的进线量巨大,而且经常伴随着突发性进线,比如天猫代金券出了问题,在几分钟内就会造成几千通热线或在线咨询.

Uber 的实时数据分析系统架构 - 网站架构札记

于09-03 15:44 - -
Uber 实时系统的 Use case:. 举一个更详细些的例子,UberEATS 是 Uber 的外卖服务. 实时系统也为这个功能估算送餐时间. 所有来自乘客和司机的事件 event ,由 Kafka 收集. Kafka 使用 Pub-sub 的订阅发布模式. Uber 整个系统中各个 microservice 之间的通信也通过了 Kafka.

浅谈高并发系统性能调优 - 360 OPSDEV

于09-01 09:41 - -
高并发系统的优化一直以来都是一个很重要的问题,下面基于笔者的实践,和大家聊聊高并发系统的一些调优和优化策略. 吞吐量(Throughput) 系统单位时间内处理任务的数量. 延迟(Latency) 系统对单个任务的平均响应时间. 一般来说,考量一个系统的性能主要看这两个指标. 而这两个指标之间又存在着一些联系:对于指定的系统来说,系统的吞吐量越大,处理的请求越多,服务器就越繁忙,响应速度就会慢下来;而延迟越低的系统,能够承载的吞吐量也相应的更高一些.

百度开源 FAQ 问答系统—AnyQ

于08-24 15:34 - 机器之心 -
近年来,随着人工智能技术的发展,人机对话技术得到越来越多的关注,人机对话产品也不断涌现. 其中,智能客服作为人机对话的一个典型场景表现出极大的商业潜力和很强的研究价值,各企业也争先恐后的推出自己的智能客服产品. FAQ 问答技术作为智能客服系统最核心技术之一,在智能客服系统中发挥重要作用. 通过该技术,可实现在知识库中快速找到与用户问题相匹配的问答,为用户提供满意的答案,从而极大提升客服人员效率,改善客服人员服务化水平,降低企业客服成本.

推荐系统中的点击率预估 – Advertising & Recommendation

于08-20 17:27 - -
推荐系统的框架模式大致是:多种召回策略(触发层),一种融合排序策略(排序层),也可认为两阶段排序模型[33]:. 召回策略方法繁多(例如常见的协同过滤中的item-based,user-based,以及MF矩阵分解),最终的融合排序层中,如果采用point-wise[24]排序方法,最常用的是点击率(CTR)预估[1],作为排序依据.

关于推荐系统中的特征工程 转-Reprehensible side

于08-20 15:54 - -
在多数数据和机器学习的blog里,特征工程 Feature Engineering 都很少被提到. 做模型的或者搞Kaggle比赛的人认为这些搞feature工作繁琐又不重要不如多堆几个模型,想入手实际问题的小朋友又不知道怎么提取feature来建模型. 我就用个性化推荐系统做个例子,简单说说特征工程在实际的问题里是怎么做.

分布式系统设计策略

于08-07 15:08 - linyinpeng1989 -
摘自 《深入分布式缓存:从原理到实践》. 分布式系统本质是通过低廉的硬件攒在一起以获得更好地吞吐量、性能以及可用性等. 分布式系统有一些通用的设计策略,也是在分布式环境下普遍关心的几个问题:. 在分布式环境中,一般会有多个节点来分担任务的运行、计算或程序逻辑处理. 如上图所示,Client请求Server,Server转发请求到具体的Node获取请求结果.

世面上除了使用mahout做推荐系统,还有别的吗? - 知乎

于08-02 13:32 - -
需要看应用场景(基于内容的推荐引擎或协同过滤)、语言(Python、Java/Scala等)以及方案完整度(完整系统或库). Python的话,推荐考察一下gensim:. Java的话,可以考虑easyrec:. 另外可以考虑类似solr或Elasticsearch的MoreLikeThis或直接基于lucene term vector方案(例如semanticvectors.

分布式系统后台如何防止重复提交

于07-18 00:28 - -
分布式系统后台如何防止重复提交. 秒杀系统提交订单时,由于用户连续快速点击,并且前端没有针对性处理,导致连续发送两次请求,一次命中服务器A,另一次命中服务器B, 那么就生成了两个内容完全相同的订单,只是订单号不同而已.. 用户在界面看到两个一模一样的订单,不知道应该支付哪个;. 系统出现异常数据,影响正常的校验..

中国移动业务支撑系统简介(BOSS、BASS、BOMC、4A及VGOP)_李晓杰的博客

于07-14 21:22 - -
业务支撑系统(Business Support Systems,简称BSS)主要应用于通信行业,通过该系统对用户执行相应业务操作. 它采用省中心/全国中心两级系统架构,两级系统相辅相成,共同构建全网服务/全网运营的运营支撑能力. 省中心将侧重于省内业务的运营,在满足个性化、本地化的业务需求的基础上,提供标准化的接口以满足全网运营的要求,通过业务支撑系统提供全网共享、一致的业务和服务能力,实现面向客户的全业务支撑融合,包括全网业务和本地业务的融合、自有产品和合作伙伴产品的融合等.

UAS:大众点评用户行为系统

于07-08 00:00 - - dev
随着整个中国互联网下半场的到来,用户红利所剩无几,原来粗放式的发展模式已经行不通,企业的发展越来越趋向于精耕细作. 美团的价值观提倡以客户为中心,面对海量的用户行为数据,如何利用好这些数据,并通过技术手段发挥出数据的价值,提高用户的使用体验,是我们技术团队未来工作的重点. 大众点评在精细化运营层面进行了很多深度的思考,我们根据用户在App内的操作行为的频次和周期等数据,给用户划分了不同的生命周期,并且针对用户所处生命周期,制定了不同的运营策略,比如针对成长期的用户,主要运营方向是让其了解平台的核心功能,提高认知,比如写点评、分享、收藏等.

互联网金融系统架构演进

于07-03 21:57 - 跑龙套_az -
        15年进入一家国内知名的互金企业,随着公司业务的高速发展、系统架构也发生了天翻地覆的变化,本文只要介绍我司信贷系统如何从单体的系统架构演变为微服务分布式系统架构.         15年初公司发展金融信贷业务,业务初创的特点:效率第一、快速上线、生存是第一要务,单体架构无疑是最佳选择.

高并发面试必问:分布式消息系统Kafka简介

于07-02 21:01 - -
Kafka是分布式发布-订阅消息系统. 它最初由LinkedIn公司开发,之后成为Apache项目的一部分. Kafka是一个分布式的,可划分的,冗余备份的持久性的日志服务. 在大数据系统中,常常会碰到一个问题,整个大数据是由各个子系统组成,数据需要在各个子系统中高性能,低延迟的不停流转. 传统的企业消息系统并不是非常适合大规模的数据处理.

从构建分布式秒杀系统聊聊限流特技 - 柒's Blog

于06-22 04:38 - -
俗话说的好,冰冻三尺非一日之寒,滴水穿石非一日之功,罗马也不是一天就建成的. 两周前秒杀案例初步成型,分享到了中国最大的同性交友网站-码云. 同时也收到了不少小伙伴的建议和投诉. 我从不认为分布式、集群、秒杀这些就应该是大厂的专利,在互联网的今天无论什么时候都要时刻武装自己,只有这样,也许你的春天就在明天.

单品页统一服务系统架构未公开细节

于06-17 12:29 - -
京东商品详情页服务闭环实践》中未公开的一些细节,是15年内部培训的PPT,目前的内容也不过时,还适用现有系统架构设计. 单品页依赖服务众多,分布在各个部门. 域名重复解析,没有长连接的优势. 使用nginx+lua+tomcat7架构. 充分利用localcache(proxycache or shared_dict orjava guava cache).

监控技术继续升级,中国将建立追踪汽车的电子识别系统

于06-15 14:15 - -
据 《华尔街日报》周三报道,中国正在建立一个利用电子识别系统追踪汽车的全国性项目. 这个项目将于 7 月 1 日开始实施,届时新车在登记时需要在挡风玻璃上安装一个用于追踪车辆的无线射频识别(RFID)芯片. 今年内,车主在登记新车时还可以自愿选择是否安装这个芯片,但 2019 年 1 月起,新车将强制要求安装芯片.

现实版天眼系统,一个漏洞让小白都能追踪上亿美国人实时定位

于05-18 17:08 - Andy.i - 资讯 天眼
《速度与激情7》中,天眼系统能够利用各种高科技追踪任何人的位置,这是美国人对于未来隐私的担忧. 一家收集北美多达2亿手机用户的实时定位数据的公司,网站上出现了一个漏洞,任何人都可以在未经同意的情况下查看一个人的定位,并且使用门槛极低,堪称简化版天眼系统. 这家卷入隐私纠纷的公司与美国所有主要的无线运营商都有“直接联系”,包括AT&T、Verizon、T-Mobile和Sprint以及加拿大的蜂窝网络.

从8个方面告诉你:客服系统应该怎么搞

于05-14 18:16 - 王队 - 产品设计 3年 中级 客服系统
本文从八个方面详细解说,一起进来看看~. 客服系统可谓是一款经久不衰的产品,产生时期要追溯至曾经电视购物盛行的前夕,在电商大时代被各种身怀绝技的产品经理再一次的革新与发展. 从最初简单的用户信息记录、工单跟踪,到后期的服务数据量化、沟通质量指标化、智慧应答,一步步在走向全机器智能客服的时代. 将成型的客服系统继续商业化已经成为不少公司的主流业务,比如:网易七鱼、Udesk、AiKF、智齿(虽然听起来像个口腔诊所,但真的是客服系统).

秒杀系统设计详解

于04-24 17:08 - uule -
高并发系统的设计及秒杀实践 - (秒杀队列、分库存). 秒杀场景一般会在电商网站举行一些活动或者节假日在12306网站上抢票时遇到. 对于电商网站中一些稀缺或者特价商品,电商网站一般会在约定时间点对其进行限量销售,因为这些商品的特殊性,会吸引大量用户前来抢购,并且会在约定的时间点同时在秒杀页面进行抢购.

绕过学校宽带计费系统思路分享

于04-23 08:30 - 你听得到 - 网络安全 学校宽带 计费系统
PS:本文仅用于技术讨论与分享,严禁用于任何非法用途. 没错,就是大家通常想的那样,搭建VPN,但是我是怎么搭建VPN的呢. 1.每个宿舍楼之间能互相通讯,同时登陆宽带需要收费,每个月50块左右,每天晚上23:30准时断网(PS:并没有断电). 2.教学楼办公区之间,不需要宽带收费,只需要学生自己的账号就能登录,全天24小时不断网不断电(PS:但是教学区域,电脑不会24小时开启).

从先进走向普遍的广告和推荐系统方法之一: 在线学习 | AlgorithmDog

于04-15 18:27 - -
      广告和推荐系统作为机器学习领域的“摇钱树”,一直受到广泛的关注. 在这 5 年,或者说 10 年的维度上,广告和推荐系统发生了改头换面的变化. 传统的方法已经远去,一时先进的新兴的方法广泛走向千家万户. 今天介绍的在线学习,就已经从先进走向了千家万户.       广告和推荐系统的 CTR 预估模型有三种部署形态: 离线预测,在线预测和在线学习,其中在线学习是近几年迅速推广的架构.

从原理到策略算法再到架构产品看推荐系统 | 附Spark实践案例

于04-04 09:15 - -
本文源自于前阵子连续更新的推荐系统系列,前段时间给朋友整理一个关于推荐系统相关的知识教学体系,刚好自身业务中,预计明年初随着业务规模增长,估摸着又要启动推荐相关的项目了,所以也是趁机把相关的知识结构梳理了一遍. 这这里重新做整理,并额外做了一些增减,让整体逻辑会更通顺一点. 整个文章的结构逻辑,先从推荐系统的基础知识结构讲起,然后由浅入深过渡到几个推荐策略算法上,并且为每个推荐策略算法提供一些简单的入门Spark案例代码,再从策略过渡到系统层级,包括数据架构、策略组合、效果评估等,最终再从上层产品设计的角度去补充整个系统知识结构.

5-机器学习启蒙- 商品推荐系统1

于03-27 20:53 - shendao - 极客互联
有大量的商品和用户,想要推荐一部分商品给用户. 怎么通过机器学习结合你和别人的历史购物记录做出适合你的推荐. 亚马逊重点关注商品推荐,另一个推荐系统流行的例子是2006-2009. 年主办的比赛,100万美金奖励推荐电影系统. 我们在哪里能见到推荐系统. 来看一些推荐系统起到重要作用的领域. 个性化正在改变我们关于世界的经验.

用Python构建你自己的RSS提示系统

于03-23 08:00 - -
人生苦短,我用 Python,Python 是非常棒的快速构建应用程序的编程语言. 在这篇文章中我们将学习如何使用 Python 去构建一个 RSS 提示系统,目标是使用 Fedora 快乐地学习 Python. 如果你正在寻找一个完整的 RSS 提示应用程序,在 Fedora 中已经准备好了几个包.

战狼项目:美团点评金融核心交易系统可用性7个9是这样炼成的

于03-01 03:42 - 美团点评技术团队 -
2017年8月25日,我怀着“再也不要在下班时间收到报警”的美好期待,加入美团金融智能支付负责核心交易,结果入职后收到的报警一天紧似一天. 核心交易是整个智能支付的核心链路,承担着智能支付百分之百的流量,不敢有丝毫的懈怠. 从图中可以看到从17年下半年开始,我们的日单量增长迅速,而且压力和流量在午、晚高峰时段非常集中.