话题公司 › 58同城

公司:58同城

关联话题: 天鹅到家

58同城(NYSE:WUBA),简称58,是一家位于中国北京市的生活服务及分类信息网站,以在地服务为主,举凡租房、招聘、交友、水电、二手交易等等,由北京五八信息技术有限公司拥有,创始人是姚劲波,成立于2005年12月12日。该网站是中文最大的生活信息网站,该网站的口号是“一个神奇的网站”。

SpringBoot的脚本引擎初始化也会导致OOM?你意想不到的坑点

1 前言2 问题背景3 问题定位3.1 内存基本情况分析3.2 一次失败的日志内存占用消除3.3 一个奇怪的类:StringSequence?3.4 StringSequence消失了?3.5 谁在使用脚本引擎?3.6 终显庐山真面目4 深度分析4.1 内存占&

巧房SaaS数据治理实践

巧房SaaS系统,作为业界领先的一站式房产中介解决方案,提供全面的运营管理支持,以适应多样化和复杂的业务需求。该系统为员工提供了一个集成平台,用于执行一系列关键作业,包括房客跟进、客户带看、房源实勘、交易订单管理、营销房源发布、业绩查询、行程量数据统计、财务结算等。

不小心把线下数据配到线上?试试它

在日常的开发和测试工作中,可能会经常遇到团队成员对当前所处环境真实性的疑虑。例如,开发人员和测试人员经常会问:“我们现在是在测试环境中吗?”或者“为什么测试环境的数据看起来这么真实?”这些问题不仅增加了内部沟通的成本,还可能导致操作上的犹豫不决,进而影响工作效率。

转转首页推荐粗排优化实践

本文介绍了转转首页推荐兼顾效率及多样性的粗排实现方案,总结了粗排优化的实践经验。

转转自建devops平台建设历程之静态代码扫描实践

在2017年年底转转自建的devops平台beetle上线之后,参考业内公司的建设模型,转转开始了自己的devops工具域的建设。静态代码扫描是最早开始的一个能力之一。下面详细介绍一下,在转转的具体实践。

客服工作台的实践总结

随着我司业务的拓展,用户咨询或反馈问题的场景和诉求也越来越多,客服团队不断壮大。客服工作台是客服团队用来解答和处理用户问题的操作平台。客服团队分为一线和二线,其中一线客服(后面统称在线客服)主要接待用户通过客服入口的进线咨询,二线客服主要通过信息查询、电话外呼等方式处理工单流转进一步解决用户问题。本文提到的客服工作台特指为在线客服服务的系统。

torchserve在转转GPU推理架构中的实践

转转面向二手电商业务,在搜索推荐、智能质检、智能客服等场景落地了AI技术。在实践的过程中,也发现了存在GPU执行优化不充分,浪费计算资源,增加应用成本等问题。

此外还存在线上线下处理逻辑需要分别开发的情况,造成额外的开发成本和错误排查成本,对一些需要高速迭代的业务场景的负面影响不可忽视。本文将会重点介绍基于Torchserve进行推理服务部署架构优化的工程实践。

热门前端框架Astro在房产业务实践

Astro具有轻量级与高性能、卓越的SEO优化、兼容性与灵活性、简洁的开发体验、出色的社区支持、成本效益高等优势。

拍卖的价格怎么定?聊聊转转拍卖场的起拍定价算法演变

拍卖是一种常见的交易形式,那么在二手机领域如何给商品定起始价格呢?

58商业搜索场景中的算法实践

随着产业化的深入,商业搜索场景需要更深入理解业务,与业务结合。本文将介绍商业搜索场景中,围绕用户体验和商业收入提升,所做的技术迭代和升级。

揭秘海报生成技术

本文给大家介绍海报生成相关知识以及使用中常见的问题。希望能够抛砖引玉,为遇到类似需求或问题的伙伴们提供参考。

多任务学习在转转搜索意图理解的实践

搜索是转转主要的流量分发入口,搜索场景覆盖了App首页搜索、App频道页搜索以及小程序搜索等各种服务入口。意图理解旨在准确地解读用户输入的搜索关键词背后的真正需求,对搜索体验的好坏至关重要。通过意图理解,搜索引擎可以调整搜索策略,提供与用户意图匹配的搜索结果,提高搜索结果的相关性和用户体验。此外,意图理解还可以帮助搜索引擎提供更多的个性化服务,如推荐相关内容、智能提示等,从而进一步提高搜索的效果和用户满意度。

意图理解简单来说就是从词法、句法、语义三个层面对 Query 进行结构化解析。在电商场景的首要问题是query的类目预测,例"iphone 15 pro 128 白色"的结构化类目为手机(类目)-苹果(品牌)-15 pro(型号)。转转的类目体系庞大、类目层级间存在关联,且query可能属于多个类目。转转的类目预测可理解为三个有关联性的任务。

本文主要介绍多任务学习在转转搜索意图理解的类目预测中的实践。首先介绍多任务学习的基本概念;其次介绍业界类目预测的方法;最后展示多任务学习在转转意图理解类目预测场景下的探索。

《WebRTC 探索:前端视角下的实时通信解析》(下)

我们将实际演示如何搭建一个简单的 1v1 音视频通话 demo,让理论知识真正应用于实践。同时,还将介绍多路通信架构,探索如何在 WebRTC 中处理复杂的通信需求。

因果推断在转转推荐场景下的实践

我们在转转推荐中尝试结合因果推断来解决流行度偏差问题。本文首先讲解因果推断的基本概念,其次介绍因果推断在推荐系统中的一个代表性工作MACR,最后展示因果推断在转转场景下的探索。

中台建设务虚笔记:从一个故事开始

做开发这么久,学习过很多概念,也看过不少的书,但今天回过头来看自己实际工作中所负责的系统, 除了具体的编码技巧,术的层面外,在系统的设计上,真的是一言难尽,似乎一直都达不到满意的状态,经常幻想着要是能够从零开始构建就好了。理论和实践是有不同,但究竟在那个点上造成的?

转转搜推排序服务的响应对象序列化优化

为了提升搜索推荐系统的效率和服务质量,我们的系统架构被拆分为中控、召回、排序三个独立模块。然而,接入新排序服务后,微详情页和搜索场景的响应时间分别增加了10毫秒和20毫秒,导致性能下降,因此需要进一步优化和解决延迟问题。

首页 - Wiki
Copyright © 2011-2024 iteam. Current version is 2.137.1. UTC+08:00, 2024-11-04 19:05
浙ICP备14020137号-1 $访客地图$