-Love-Coding- 2022-02-18 11:51 采纳率: 100%
浏览 13
已结题

有人搞过离线CTR模型么，缓存每个user对每个item的打分，没缓存的item默认处理，靠谱吗？

有人搞过离线CTR模型么，缓存每个user对每个item的打分，没缓存的item默认处理，靠谱吗？

  • 写回答

2条回答 默认 最新

  • -Love-Coding- 2022-05-24 20:12
    关注

    可以转移一部分计算过程到离线，但还是必须有实时计算过程。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题？

  • 51c大模型~合集9
    2024-10-31 22:43
    whaosoft-143的博客 在训练过程中，我们随机提取语义标记序列的前缀部分作为提示，以利用语言模型的上下文学习能力。接着，根据 “圆的周长” 知识点，通过圆心角的大小为 90 度和 Mary 走过的路径长度的条件，计算出圆形花坛的周长，并...
  • 新媒体营销AI策略优化的批流一体架构
    2025-07-31 00:31
    程序员光剑的博客 如果AI团队分成两拨人：一拨人每周用历史数据算规律（“批处理”），另一拨人每秒盯着实时热点（“流处理”），两拨人各干各的，结果可能是：批处理团队算出"周末推草莓味"，但流处理团队发现"现在全网都在刷芋泥...
  • 51c大模型~合集92
    2024-12-18 22:45
    whaosoft-143的博客 如下图 2(b) 所示，跨域微调（OT）不是使用完整的模型进行训练，而是允许数据所有者使用模型所有者提供的有损压缩仿真器进行微调，但这种范式有个缺点：会让数据所有者得到的仿真器的性能较差。值得注意的是，该团队...
  • 拆解拼多多智能营销系统架构：AI应用架构师是如何设计裂变营销模块的？
    2025-09-01 18:27
    AI量化价值投资入门到精通的博客 想象你开了家零食店，刚开始只有10个顾客，怎么让10个变100个，100个变1000个？最笨的办法是一个个发传单，聪明的办法是让老顾客带新顾客——这就是"裂变"。拼多多用这套办法从0做到万亿GMV，靠的不只是"砍一刀"的...
  • Qwen3-VL-8B A/B测试框架搭建指南
    2025-11-30 13:41
    holy-pills的博客 本文介绍如何基于Qwen3-VL-8B搭建多模态A/B测试系统，涵盖模型选型、分流策略、路由架构与可观测性设计，强调数据驱动决策在AI落地中的关键作用。
  • 推荐系统lambda架构学习笔记之电商推荐案例（六）
    2020-08-30 21:45
    吃一口桃酥的博客 一、个性化电商广告推荐系统介绍 1.1数据集介绍 ...user_id：脱敏过的用户ID； adgroup_id：脱敏过的广告单元ID； time_stamp：时间戳； pid：资源位； noclk：为1代表没有点击；为0代表点击； clk：为
  • 基于Mahout的协同过滤电影推荐系统实战详解
    2025-11-08 20:14
    张三的忧伤的博客 简介：MovieRecommender是一个基于Apache Mahout实现的个性化电影推荐系统，采用用户-用户协同过滤算法，通过分析用户历史评分行为挖掘兴趣相似用户，实现精准推荐。系统利用MovieLens等数据集进行模型训练，结合ALS...
  • vLLM推理服务支持灰度发布与AB测试
    2025-11-26 00:54
    李开机呢的博客 你有没有遇到过这样的场景：新模型终于训练好了，团队信心满满准备上线，结果一开全量，用户投诉暴增——回复变慢、内容离谱、显存爆了…… 在大模型落地的今天，性能很重要，但安全上线更重要。直接“一把梭”全量...
  • 天外客AI翻译机本地化数据存储选项
    2025-11-23 00:41
    宁南山的博客 本文深入解析天外客AI翻译机的本地化数据存储架构，涵盖eMMC与SPI NAND硬件选型、LittleFS文件系统应用、AES-256加密安全机制及模型量化压缩技术，揭示其如何实现离线可用、安全可靠的核心设计。
  • 机器学习面试题总结
    2021-03-14 22:06
    neronjust的博客 文章目录https://github.com/zhengjingwei/machine-learning-interview一、机器学习相关1、基本概念2、经典机器学习**特征工程**解答**一、机器...假设每个样本属于不同标签的概率服从几何分布，使用softmax regressio
  • 没有解决我的问题, 去提问

问题事件

  • 系统已结题 6月1日
  • 已采纳回答 5月24日
  • 创建了问题 2月18日