A step-by-step guide on how to build a state-of-the-art recommender system in an industrial setting.

本文主要讲述在美团的搜索场景下查询改写项目的迭代方向和实现思路，希望能对从事搜索、广告、推荐中召回相关工作的同学有所启发或者帮助。

本文将介绍 Shopee Chatbot 团队在 Chatbot 中从 0 到 1 构建下拉推荐功能的过程，并分享模型迭代优化的经验。

得物是一家潮流文化的电商平台，用户在这里能够寻找、发现自己喜爱的潮流商品。交易推荐负责所有商品的流量分发，在得物商品推荐中发挥着至关重要的作用。个性化推荐效果不仅影响用户浏览体验，还关系着公司技术和品牌形象。

LOGO作为公司或品牌的代表性标志，具有较强的识别和推广作用。本文将介绍微信扫一扫及长按识图中LOGO检测及识别的相关技术。

58同城APP是一个生活服务信息平台，用户可以在平台上寻找自己所需要的服务，商家可以在平台上展示自己可提供的服务。58本地服务主要为用户提供生活中的基础服务信息，58本地服务推荐场景主要包括大类页推荐、猜你喜欢和猜你想找等，本文主要介绍猜你想找的技术迭代。58本地服务大部分的流量来自于搜索入口，但是在搜索落地页会有空白需要补充情况，如图1所示，为了提高这部分流量的转化，我们在用户搜索少无结果的情况下增加了猜你想找模块，旨在解决用户搜索少无结果的推荐问题，提升用户体验，降低少无结果率，并且达到提升58本地服务用户转化的目的。

在58同城生活服务平台上，当用户有保洁、搬家、维修等需求时会通过微聊以文本对话的方式联系58平台上的商家，而商家由于工作繁忙往往无法及时回复用户，造成商机流失 。为了解决该问题，黄页业务线在2020年初推出了微聊代运营模式——构建一支人工客服团队，由人工客服来代替商家接待用户，当人工客服和用户沟通完形成有效商机信息（联系方式、价格、 地点 等）后再转交给商家，以帮助商家提高获客效率。在这样的场景下，我们基于58同城AI Lab灵犀智能语音语义平台的人机对话能力打造了黄页商家智能聊天助手，当用户来联系商家时，先由机器人接待，若机器人能够聊出商机则结束对话，若不能则转接人工客服，这种人机协作的方式可以大大节省客服人力。机器人和人工客服的能力由商机转化率指标来评价，即聊出商机的会话数比接待会话数，当前机器人的能力达到了人工客服的95%水平，共计节省客服人力数十名，黄页商家智能聊天助手已经进行了商业化，以"微聊管家"命名随会员套餐一起打包售卖给商家，折合贡献收入每月达到数百万元。

黄页商家智能聊天助手通过坐席分流、智能问答、商机引导、商机挖掘等功能来提升对话机器人的商机转化率，提升C端用户的对话体验和B端商家的使用体验，本文主要分享我们如何深度优化黄页各类目的智能问答，多轮对话和商机质量识别等，来提升C端用户对话体验和提升B端商家的获客体验，最后做总结和展望。

随着深度学习浪潮的兴起，embedding技术也随之快速发展。embedding自身表达能力的增强使得直接利用embedding生成推荐列表成了可行的选择。因此，利用embedding向量的相似性，将embedding作为推荐系统召回层的方案逐渐被推广开来。我们在了解了embedding生成的常用算法模型之余，对于推荐系统的实现而言，了解其工程化实践也非常重要，本文将介绍在线向量召回服务在爱奇艺的工程化实践。

58同城生活服务平台包括房产、汽车、招聘、本地服务（黄页）四大老牌业务，平台连接着海量C端用户和B端商家，B端商家可以在平台上发布房源、车源、职位、生活黄页等各类信息（我们称之为“帖子”），平台将这些帖子分发给C端用户供其浏览，帮助不同业务下的B端商家获取目标用户，助力B端商家获得更大收益。58平台上的B端商家来自于房产中介、二手车商、中小企业、黄页商家等客户，各业务线的销售团队会向这些客户做营销推广，售卖会员套餐，吸引客户成为58商家，客户成为58商家后便可以利用58平台的流量优势获取更多商机。在这样的业务模式下，每年销售团队售卖的会员套餐为58贡献了大量的收入。销售人员会使用客户关系管理（CRM，Customer Relationship Management）系统作业，如何打造智能化CRM，提高销售人员工作效率和业绩至关重要。2020年6月，AI Lab全面接手了CRM智能化算法工作，我们将个性化推荐/搜索、语音、NLP和人机对话技术应用在黄页（本地服务）业务线CRM系统中，助力了CRM系统智能化。

基于Ann检索和内容特征比对技术，用于图像、音频、视频等富媒体资源的通用相似检索系统。

这篇文章整理于 2020 年 12 月 31 号在腾讯 WXG T 族开放技分享材料，分享内容是我们在搭建一套适合微信游戏业务特色推荐系统过程中的设计方案和实践经验。这套系统从 18 年底开始设计 19 年初开发完成，现在已经在业务上运行了一年多，当前部门所有的推荐业务都已经应用上这套能力，包括所有精品 app 游戏分发和游戏相关的内容推荐、几万款小游戏分发，服务着几亿微信游戏玩家。在实际业务应用中，它切实满足了很多业务对推荐的诉求，同时在业务核心指标上有了不错的提升，下面是最近一段时间三个不同类型应用场景：小游戏推荐、游戏精细化运营挖掘、定向分享收到的业务产品同学的反馈，没有商业互吹，都是真实对业务指标有提升。

58同城向量检索平台化的完整解决方案

58同城是国内最大的生活服务信息服务平台，连接着数千万C端用户和数百万B端商家，为了提升B端商家和C端用户的有效连接，基于智能对话机器人我们构建了帮帮智能客服商家版，其中一项功能为在微聊中对用户问题进行智能回复。

从算法到工程架构，带你走进推荐系统的世界

严选于18年下半年开始探索向量化在搜索推荐场景中的运用，从最初基于商品召回用户的任务到后续的搜索召回、搜索个性化排序、搜索底纹、搜索发现词、搜索建议词、跨类目推荐、推荐召回、多兴趣召回、通用排序、端智能重排等，不断拓宽向量体系在严选的运用。

10ms 以内检索数亿，微信高性能特征检索 SimSvr