推荐中台背景•推荐中台架构•推荐中台实践问题一：推荐形式不同问题二：推荐实体不同问题三：推荐需求不同•业务对接效果

本文解析了推荐标的的筛选逻辑，并详细罗列了重点标的推荐。

腾讯PCG推荐应用简介推荐场景应用于社交，信息流，长视频，短视频，新闻，应用商店，电商，音乐，文学Venus机器学习平台可编程、可视化、可扩展、可调式，工业化机器学习平台无量深度学习框架分布式、异构计算、海量稀疏特征、训练推理深度学习框架。

推荐系统是大数据/AI变现最成功的技术“Amazon35%的收入来源于它的推荐引擎”“Netflix用户观看的内容有80%来自其推荐算法”；协同过滤：简单可解释，适用关联推荐场景线性模型：引入了属性特征，简单易实现因子机模型：二阶特征的自动组合深度模型：高维特征的自动组合。

目前大家都在谈存量市场，觉得存量之争关键是留住自身老用户，于是强化了置换补贴等政策。 易车研究院认为通过置换补贴等留住自身老用户仅是角逐存量车市的第一步，仅能盘活现有基盘，且转化率非常低，尤其是广大入门品牌，目前的忠诚度仅有10%左右。角逐存量关键要发挥群众力量，如能实现广大用户发自内心推荐自身品牌，不仅能基于自身基盘创造增量，还能抢夺竞品存量。意味着只要能获得更多用户推荐，特斯拉、蔚来等保有量非常少的新势力品牌，也能成为存量车市的有力竞争者。 继发布品牌忠诚度之后，易车研究院正式发布“品牌净推荐率”报告，助力车企、经销商等易车广大客户，更好衡量、发现角逐存量车市的能力、机遇。

报告探讨了人工智能至信息检索与推荐得相关概念，同时从技术、人才等展开分析。

该统计数据包含了2021年中国居理用户推荐主体的倾向情况。倾向咨询师的占比最高，占比54%。

该统计数据包含了2020年全球员工愿意向其朋友或家人推荐公司的特征情况。其中53%的员工愿意推荐企业责任感，社区参与度与可持续发展。

.输入（数据）升级:大量中间特征=>原始行为，原始数据模型（对特征的利用）升级：LR=>GBDT+LR=>FM=>DNN=>DeepFM=>..输出（目标）升级:单目标，短期目标，强监督目标=>多目标，长期目标,弱监督强化目标、自监督任务吴恩达的二八定律：80%的数据+20%的模型=更好的机器学习但很多常见深度推荐算法的改进集中在模型对特征的利用升级上而我们18年末同时尝试从数据层面利用更多原始行为的输入升级。

基于用户的协同过滤，先使用统计技术寻找与目标用户有相同喜好的邻居，然后根据目标用户的邻居的喜好产生向目标用户的推荐。¾基于物品的协同过滤，根据所有用户对物品的评价，发现物品间的相似度，然后根据目标用户的历史偏好信息将类似的物品推荐给该用户。

该统计数据包含了2018年全国酱料推荐度排名细分指标情况。2018年在全国酱料推荐度排名中，六必居C-NPS得分22.2，排名第1。

该统计数据包含了2021年中国购房用户推荐居理的因素分布情况。因为素质高、学历高，服务态度好的占比最高，占比67%。

该统计数据包含了2020年中国网民推荐或购买口红产品的方式。其中,网民以试色的方式推荐口红产品的占比为28%。

本文通过对比价值/成长公司在基本面改善/恶化的不同状态下收益的表现，证明了预期偏差导致了价值/成长的收益差。我们发现价值溢价效应在财务指标与隐含业绩预期冲突的公司中表现尤为显著。分析师对未来的预测误差，业绩预期修正，盈利公告窗口期效应和动量反转现象都能作为可预测的预期误差存在的证据。总之，结果表明，价值溢价效应是错误业绩预期的产物，并且可以通过基本面分析来预测。

该数据包含了2018年全国食醋推荐度排名细分指标情况。龙门C-NPS得分为23.5,排名为1。

该数据包含了2018年全国酱油推荐度排名细分指标情况。海天C-NPS得分为6.9,排名为1。