即刻App
年轻人的同好社区
下载
App内打开
王尔德夫斯基
384
关注
61
被关注
0
夸夸
一只媚俗的哺乳类动物|INFP/INFJ|产品实习生|心理与行为大数据方向硕士在读
一条脊椎动物🐟喜欢上了💕一只哺乳类动物🐒
王尔德夫斯基
2天前
拖延的人和拖延症,是缺乏做事的能量或者做事的欲望,有拖延症的人相信,动机,能量和灵感要先于行动
要解决这一问题,认知或者说潜意识里就要觉得(事实上也是),去做(just do it),然后灵感和能量就会来了,行动创造心理能量
1
0
0
王尔德夫斯基
2天前
伟子男: 推荐一个良心搜题网站: https://www.jiansouti.com/, 拥有多种题库,如计算机、建筑类、会计、教师、考研、公务员等等,能找到许多原题,可以有针对性去搜索题目!完全免费。
2
0
0
王尔德夫斯基
4天前
mark好句
Sharkie_C: “如果有一天,你不再寻找爱情,只是去爱;你不再渴望成功,只是去做;你不再追求成长,只是去修;一切才真正开始。” — 卡里·纪伯伦
0
0
0
王尔德夫斯基
5天前
好喜欢这句话
14
1
0
王尔德夫斯基
8天前
所以还是不要放弃,多投一投会有好结果的
3
0
0
王尔德夫斯基
13天前
神策数据融了两亿哦
1
0
0
王尔德夫斯基
14天前
Peppa佩琪: #机器学习之自然语言处理 发现一个特别好用的NLP中文库: https ://github.com/fighting41love/funNLP (为方便即刻用户复制,在https后添加了一个空格;若需访问请复制后自行删除空格) 有最全中文停用词表,还有各个领域词库。 借用某人的一句话:“任何一个搞NLP的人不知道这个库我都会很伤心的”🤭 Ps:NLP是机器学习非常热门也最有“内容”的方向之一。小到常见的词云,大到Google搜索算法,都渗透了NLP思想。目前NLP常用领域可能有:情感分析、文本分类、QA问答系统等等。 作为科普了解一下也是非常值得的!🤭
0
0
0
王尔德夫斯基
17天前
秋田田: 关于推荐的一些知识总结和思考。 1. 推荐是什么? 以头条为例,推荐本质上是解决用户、资讯、环境的匹配。即y=F(X,Y, Z),目标函数Y是用户对内容的满意度,量化指标包括:点击率、阅读时长、互动(点赞、评论、转发等)。 2. 推荐算法 通常是多种算法的叠加,包括传统的协同过滤,监督学习。现代常用矩阵分解(Netflix)的方法,内积表示用户对item的喜好程度。 3. 推荐的作用 - 对用户:匹配感兴趣的内容(在信息过载的情况下) - 对产品:流量分配、内容画风调节、伴随产品演化的多目标策略等 4. 推荐能做什么? 同3一致 - 短期指标最优化 - 影响流量分配 - 控制多目标(转发、评论关注等) 5. 推荐不能做什么? - 设置固定的目标 这个要靠感觉,比如目标是完成率,就会有内容钻空子恶意提升完成率,或有的内容大家都能下意识看完但本身很无聊。 - 内容决定了推荐的上限 推荐适合从1-多,而不是从0-1 - 临时性/小众兴趣不容易被推荐到(更适合搜索) 推荐依赖用户持久的兴趣和内容库的大小 其它的想到再补充~
0
0
0
王尔德夫斯基
17天前
橘子汽水配柠檬水: 1.按照我的理解,内容消费的场景有两种。 一种是搜索场景,一种是推荐场景(其中根据推荐方式的不同,推荐场景又可以分为机器推荐和社交推荐等) (1)搜索场景,即“人找信息”,衍生的用户行为以收藏为主。 (2)推荐场景,即“信息找人”,衍生的用户行为以点赞、转发为主。 2.由这两种场景衍生出两类内容创作者。 (1)第一类创作者——如流量操盘手,擅长制作第一类场景所需消费的内容,这类内容依赖【关键词搜索排序】进行分发,从而被用户消费。 这类内容的增长曲线符合规模效应和协同效应,其正确的运营策略之一是铺关键词。 (2)第二类创作者——如爆款文章写手,擅长制作第二类场景所消费的内容,这类内容依赖【机器推荐】、【社交推荐】进行分发和消费。 这类内容的增长曲线符合网络效应和双边效应,其正确运营策略之一是制造爆款。 3.与此同时,这两类内容是相互转化的。 搜索型内容做到极致就是爆款推荐型内容,爆款推荐做到极致就是搜索排名第一。
0
0
0
王尔德夫斯基
21天前
当自己真正静下心来读书和思考时才会发现flomo有多么有用
2
0
0