近年來，機器學習在搜尋、廣告、推薦等領域取得了非常突出的成果，成為最引人注目的技術熱點之一。微博也在機器學習方面做了廣泛的探索，其中在推薦領域，將機器學習技術應用於微博最主要的產品之一——熱門微博，並取得了顯著的效果提公升。
熱門微博推薦系統介紹
熱門微博業務場景
熱門微博是基於微博原生內容的個性化興趣閱讀產品。提供最新最熱優質內容閱讀服務，更好地保障使用者閱讀效率和質量，同時達到激勵微博上內容作者更好的創作和推廣內容。
熱門微博的推薦系統主要面臨以下兩點挑戰。
熱門微博推薦系統演算法流程
整體的推薦技術框架如圖1。
圖1基礎層：分為內容建模和使用者建模兩部分。內容建模主要是微博內容的語義識別，包括主題模型、實體詞識別、文字分類和分類。使用者建模對使用者建立完整的畫像，包括使用者自然屬性（性別/年齡）、使用者興趣、使用者聚類和使用者之間的關係（親密度等）。
推薦層：我們通過使用者行為、微博內容等進行實時判斷，通過多個召回演算法獲取不同候選集。再對召回的候選集進行融合。具體的召回演算法如下：
Redis計數在新浪微博的應用
作為微博中一項重要的資料，計數類業務在微博業務中佔的比重和重要性逐步提高。計數結果的準確度直接影響使用者體驗，並且很容易引起使用者的投訴。在計數業務上，在不斷的優化和改進中，我們主要經歷了以下三個階段 從2010年開始，使用redis 2.0版本。在最初業務資料比較少的時候，表現相當不錯。但隨著資料...
疫情下微博使用者情感分析 基於機器學習的微博情感分析
一 資料獲取 二 資料匯入與探索 全文運用python作為資料處理 的工具。首先利用pandas庫匯入資料並觀察一下前五行資料來看一下資料的大致情況 import pandas as pddata pd.read csv r c users zhousiying desktop weibo sent...
深度學習在推薦系統的應用
目錄結構 模型集合 wide and deep learning youtube recommendation deepfm lattice 模型原理 lattice是多維內插式查詢表,為了模型更好地泛化，我們充分利用查詢表的結構來滿足您指定的 單調關係，這種結構能夠通過使用多重輸入估計任意柔性關係...