python爬美女图片

背景 为了MKMM项目,爬妹子图片,标注样本 从校花网跟4439两个网站爬了一些。 具体说明 代码如下: 校花网 #coding=utf-8 import urllib import re for i in range(44):     def getHtml(url):#获取网页内容         page = urllib.urlopen(url)         html = page.read()         return html         print html     def getImg(html):#获取...
技术相关 12-24    

内容推荐学习笔记1:认识推荐系统

1、产品解决什么问题   ● 在信息过载的情况下,用户更方便快捷的提升自己在消费内容上的时间利用率   ● 帮助用户发现他潜在喜欢的内容 2、怎么解决:推荐系统 推荐系统:发掘用户(user)集合与物品集合(item)之间的语义关系,为用户生成最相关的Top-N 推荐系统的核心是利用机器学习的方法,来帮忙做筛选跟排序。 推荐系统的核心算法:可以根据用户画像,内容画像和情景信息,计算用户对内容感兴趣的概率P(y|xu,xi,xc) 3、具体的解决办法 推荐系统架构&流程 推荐系统主要分为:召回,排序 两部分 召回:寻找与用户相关的内容,包括多种召回手段 排序:在候选集里,找到最合适的top-N,主要分为粗排与细排两部分 ...
机器学习 12-20    

python分析excel导出的AB实验结果

背景 在公司经常自己处理excel,而且任务重复,繁多,趁着学python,自己搞一个脚本以后处理 具体描述 # coding=utf-8 import xlwt import numpy import xlrd from xlutils.copy import copy import json  # 转化格式 #获取文件,用户输入 print json.dumps("请输入excel文件 格式 f.xlsx ",encoding="UTF-8",ensure_ascii=False) OnLinefile=raw_input() #获取时间,用户输入 print json.dumps("请输入上线时间 格式 2017-11-09",encoding="UTF-8",ensure_ascii=False) OnLineDate=r...
技术相关 12-17    

新户冷启动:推荐冷启动

背景 针对新户,怎么快速的找到用户喜欢的兴趣,做个性化推荐,冷启动很重要。 总结了一下现在可以做的一些冷启动的手段。 具体做法
机器学习 12-12    

先验概率与后验概率

背景 使用topic召回的时候,先要做平滑,发现对先验概率理解不够,查资料补充了一下知识,特此记录。 具体说明 -什么是先验概率与后验概率 先验概率与后验概率,简单的说:先验概率是由因求果中的因,而后验概率,由果寻因中的因。 先验概率是在缺乏某个事实的情况下描述一个变量; 而后验概率是在考虑了一个事实之后的条件概率.  先验概率通常是经验丰富的专家的纯主观的估计。后验概率可以根据通过Bayes定理, 用先验概率和似然函数计算出来. 后验概率是基于新的信息,修正原来的先验概率后所获得的更接近实际情况的概率估计。 先验概率和后验概率是相对的。如果以后还有新的信息引入,更新了现在所谓的后验概率,得到了新的概...
机器学习 12-07    

置信度与置信区间

背景 在平时做实验的过程中,使用ab平台去分配流量,大家其实对分配多少流量"合适",并没有谱。一般都是靠经验拍一个值,特此整理一下,如何知道,我的流量够不够。 在统计学里, 我们一般使用"抽样" 来预估 "总体"的情况。做这个事情,可行的前提是: 抽样样本能够很好的拟合总体的情况。即我们通常说的具有代表性。统计学里用 置信度 ,来衡量 样本实验与总体用户的"相似情况"。     具体描述 1、为什么要用区间估计? 一个例子:你打枪打10次,你可以得到一个平均值,比如是8.那么总体的期望是不是就是8呢?显然不是,因为你再打10次可能就是7了,那么总体的期望就变成7了嘛? 总体的期望是客观存在不会变的,既然样本是从总体中...
机器学习 12-04    

FFM(Field-aware Factorization Machine)

FFM:基于域的分解机模型 符号说明: x表示样本特征数据 y表示样本目标数据 第i个训练样本为(xi,yi),为了方便也可以用x=xi表示第i个样本 1.1 线性模型 C1表示x中非零元素索引的集合 1.2 二次多项式模型 C2表示x中非零元素索引的集合 1.2 分解机模型(FM) W是二维矩阵,表示第i行向量,长度为k,k是自定义参数,也称之为隐向量 1.3 域分解机模型(FFM) 因为前面的一次线性项容易解,则可以写成另外一种形式
机器学习 12-04    

工业界机器代替人工整理

生活服务 1、机器包饺子 工业生产 1、机器制鞋子 医疗领域 1、机器抓药
产品用研 08-21    

今日头条非技术岗笔试回忆版题目

背景 在知乎上看到这个文章,觉得不错,转载过来。 原地址:https://zhuanlan.zhihu.com/p/26099928   具体内容 考试时间从7点到9点,满分100分,10道单选题,全是逻辑推理和数列预测,占20分;主观题8道,各十分。 我的第一题是今日头条小流量测了一下广告样式B比广告样式A的点击率高,但全部换成B之后广告收入下降了(广告收入是按点击率来算的),请分析下原因? 第二题是写一个你熟悉的app,最近有什么重大的改版,说说功能逻辑,以及竞品的优缺点和区别; 第三题是让你设计滴滴订单的分发系统,从哪一个纬度来设计; 第四题是让你解释为什么2016年直播很火,直播的发展趋势及你的看法; 第五题是让你增加或者去掉今日头条的一个功能...
产品用研 08-20