"算法"相关数据
更新时间:2024-10-181.理解知乎的基本算法
1.1 知乎的威尔逊算法
(1)当总票数较小的时候,获得赞同的答案,得分score会迅速增加。总投票数越多,赞同票对得分score的影响越小。同时,投票数较多,得分score较高的答案,开始获得反对票时,得分会快速下降。得分score越低,下降速度越慢。
(2)score的取值范围为(0,1),且与投票总数无关。(旧算法中,score=加权赞同-加权反对,不同问题之间得分差别较大,无法横向比较)。
(3)n越小,威尔逊算法的修正效果越强。
1.2 知乎的权重
之前说到的数值Z就是权重的重要影响系数——权重。目前根据实操情况已知:权重会影响到相同赞同和反对下的回答排名,相同赞同和反对数的回答,权重越高,点赞排名上升越快,反对排名下降越慢。
目前权重官方没有公布计算公式,一个用户在某个专业领域的权重,除了收藏和感谢有所影响之外,成为优秀回答者、提升盐值、实名认证等均有可能影响。当然这个对问题的推荐影响不大,即使是没有权重的小号,在知乎的机制之下,依旧有可能获得高曝光和高赞。
1.3 知乎反作弊机制
知乎净化社区,防止利益集团,利用推荐机制的漏洞耍阴招,比如恶意踩别人的回答或举报等情况,设计了作弊机制。
知乎反作弊机制,常见雷坑:知乎会暂时屏蔽刚发布的回答10分钟,即发布回答10分钟之内,其他人点击你分享的链接,给你点赞,网页可能会出现404错误的提示。
知乎利用这个方法,防止别人快速刷赞。知乎会对刷赞这种作弊行为,进行记录。官方对刷赞行为处罚很重,一旦发现,轻则删除回答(盐值高于500或知乎大V有1次机会),但一般会把你账号之前获得的点赞清零,即消赞,情节严重的会直接封号。
【更多详情,请下载:知乎最新算法】
- 知乎最新算法知乎的算法是为了优质内容获得更多的曝光而服务的,点赞率(注意不是点赞数),是我们最应该关注的指标之一。2019年发布时间:2020-02-27
- 数字经济下的算法力量大数据时代,知识是基础,工具是撬动业务的力量。通过此文,你不仅可以学习到理论知识,还能一窥阿里算法工程师解决问题的思维逻辑。究竟资深专家是如何深入到模型最深处,用数值分析和理论证明给出严谨的答案?在这里,你能找到答案。2019年发布时间:2019-06-11
- 京东推荐算法精排技术实践2020年发布时间:2021-11-11
- 共识算法与共识安全白皮书2023年发布时间:2024-06-20
- 沪市算法交易现状及发展趋势研究我国证券市场开展算法交易属于起步阶段,但是随着国内证券市场中制度障碍逐渐去除,算法交易业务未来会呈现稳定增长的趋势。对我国证券市场而言,算法交易客观上会促进市场流动性,提升市场质量,提高证券市场对投资者的吸引力。2013年发布时间:2021-04-08
- 全景解密阿里文娱智能算法搜索和推荐作为两种解决信息爆炸的重要手段被广泛应用于各个APP中,而影剧综内容的复杂性导致用户想精确描述一个内容非常困难,仅通过节目名、演员名去检索给用户也造成了很大的困扰。在文娱内容的分发体系中对搜索模式、推荐模式的融合成为新的用户需求,如何更为准确的通过类强化学习的用户意图理解过程来协助他们尽快找到喜爱的内容,成为文娱搜推体系下一阶段的首要任务。2020年发布时间:2021-04-13
- 品牌广告中的NLP算法实践阿里妈妈品牌广告构建了丰富的产品矩阵,有强大的生态资源支撑,其中手淘是最大的资源方,阿里系的多个APP也是我们重要的资源提供方。品牌广告产品分为两个重要方向——品牌展示广告、品牌搜索广告。其中品牌展示包括超级风暴,整合了各个APP开屏页的广告;品牌特秀,主要指手淘内具有稀缺性的banner展示广告;以及优酷和OTT等视频广告。售卖模式上,品牌展示广告基本以定价保量模式售卖。品牌搜索广告包括两个重要产品,一是明星店铺,以CPM模式售卖,二是品牌专区,以CPT模式进行售卖。2019年发布时间:2021-07-20
- 人工智能深度学习算法评估规范人工智能的迅速发展正在深刻改变人类社会生活、改变世界,其技术和应用正经历快速发展的阶段。根据GB/T5271.28-2001《信息技术词汇第28部分:人工智能基本概念与专家系统》中的定义,“人工智能是表现出与人类智能(如推理和学习)相关的各种功能单元的能力。”机器学习是人工智能的核心技术之一,是使计算机具有智能的重要途径,其应用遍及人工智能的各个领域。深度学习是机器学习的一个子集,发源于人工神经网络的研究,通常也称为深度神经网络,是一种基于数据进行表征学习的方法。目前,深度学习算法在金融、安防、医疗等领域得到广泛应用,国务院发布的《新一代人工智能发展规划》中指出,人工智能进入新的发展阶段,“呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。”然而,业界缺乏对深度学习算法可靠性、可移植性、效率等的系统性评估方法,一定程度上影响着深度学习的广泛应用和技术发展。本标准此版本仅针对人工智能深度学习算法的可靠性评估进行要求。随着研究的深入及应用的发展,后续将不断进行持续改进,逐渐扩展到深度学习算法可移植性、效率等方面的评估。中国电子技术标准化研究院作为国际标准化组织ISO/IECJTC1/SC42(人工智能分技术委员会)的国内技术归口单位,在本标准研制过程中,充分发挥了组织协调和技术方向把关作用。标准编写组聚集了国内人工智能深度学习领域的技术专家,开展了多种形式的专题研讨和征求意见活动,在保证标准科学性、合理性和可行性的同时,也确保了标准研制过程的公开性和透明性。本标准的研制工作,得到了中国人工智能开源软件发展联盟专家委员会的指导和支持,专家委员会主任委员、中国科学院院士、华东师范大学计算机科学与软件工程学院院长何积丰院士和各位专家对标准内容和文稿进行了深入严谨的讨论,给出了许多切实可行的意见,对标准质量提升和标准内容完善起到关键性作用。2018年发布时间:2021-06-02
- ChatGPT算法突破,泛AI加速2022年发布时间:2023-08-18
- 广告算法在阿里文娱用户增长中的实践优酷从2019年开始使用DSP在外部平台如今日头条、阿里妈妈等投放视频广告来引流用户,以实现用户的稳定增长。为了达到这个目的,我们将用户增长领域与广告竞价领域结合,借鉴推荐领域的实践,基于特有的业务背景,开发落地了一系列算法。在成本及预算可控的条件下,最终实现了数百万首活DAU的引流能力。2020年发布时间:2021-07-27
- 20不同分类算法下的大小盘风格判断本文介绍不同分类算法下的大小盘风格判断,介绍大小盘轮动是重要市场特征,指出XGBoost与逻辑回归效果较好。2019年发布时间:2020-05-01
- 微博多尺度序列推荐算法实践.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。2021年发布时间:2021-06-29
- 2021年算法应用的用户感知调查与分析报告2022年发布时间:2022-11-28
- 基于集成学习算法的量化选股模型研究2019年发布时间:2020-06-01
- 2019年中国消费者对算法推荐商品的态度情况分布该统计数据包含了2019年中国消费者对算法推荐商品的态度情况分布。其中增强购物兴趣的男性消费者占45.0%2019年发布时间:2020-11-06
- 从算力、算法、数据和应用看AIGC:奇点将至,探他山之石2023年发布时间:2023-08-18
- 顶级胜率:找到生意中的“保罗算法”时趣数据整合业务介绍2020年发布时间:2020-04-23
- 2024量子最优化算法在金融业的应用研究报告2023年发布时间:2024-08-26
- 计算机行业研究:深度学习算法发展:从多样到统一2022年发布时间:2023-01-18
- 短视频与算法:抖音、快手的生态成因为了把握流量趋势的新变化,东方证券对快手和字节跳动两家公司展开深度研究,从两家公司的组织架构、发展策略、产品特点和商业化变现路径等多个维度展开分析。作者认为公司产品团队、管理架构的组织能力会决定公司产品力的发展前景。2020年发布时间:2020-11-30