Cao Zihang - Blog

「抵近知识无人区」

【阅】本周阅读摘选2023-03-13 → 2023-03-19

本周阅读摘选 2023-03-13 → 2023-03-19 目录 学术相关 Nat. Neurosci. 速递：社交网络中实时分布式学习的神经计算机制 基于人口流动-引力耦合协调的同城化测度方法及优化策略——以武汉大都市区为例 品味区分、享乐欲望与亲密关系：当代消费社会学三题 WWW’23「美团」用于点击率预测的深度行为路径匹配网络 NIPS「Intel」多任务学习中的多目标优化问题 文献综述...

Posted by Cao Zihang on March 21, 2023

【阅】本周阅读摘选2023-03-06 → 2023-03-12

本周阅读摘选 2023-03-06 → 2023-03-12 目录 学术相关 数智化新产品开发平台 InstructGPT 标注：数据是关键 标注数据 标注人员 标注规范 基于Bass模型的单条推特的流行性预测框架 Python: MCMC与睡眠数据 简便关联：灰色关联分析GRA 业界动态 ...

Posted by Cao Zihang on March 13, 2023

【阅】本周阅读摘选2023-02-27 → 2023-03-05

本周阅读摘选 2023-02-27 → 2023-03-05 目录 学术相关 网络内容流行性阶段（如爆发）预测方法 【科研数据分享】推荐系统数据集汇总 技术技巧 淘宝用户购物行为数据可视化分析 娱乐 文献丨社会韧性及其建模 韧性概念 社会系统韧性 社会组织韧性建模 韧性计算 ...

Posted by Cao Zihang on March 6, 2023

【阅】本周阅读摘选2023-02-20 → 2023-02-26

本周阅读摘选 2023-02-20 → 2023-02-26 目录 学术相关 通过AI聊天机器人测量个性，靠谱吗？ 在灾难期间使用社交媒体进行子事件检测 毛咕噜TOP5: AI自动智能化给普通劳动者的灾难性影响已经发生！ 引言 理论框架 实证分析 一般均衡效应与量化分析 做“好”研究必读文献清单 ...

Posted by Cao Zihang on March 1, 2023

【阅】本周阅读摘选2023-02-13 → 2023-02-19

本周阅读摘选 2023-02-13 → 2023-02-19 目录 学术相关 10个用于可解释AI的Python库 Attention is all your need 机器学习技术：多任务学习综述！ 多任务学习multi-task learning (MTL) MTL网络结构 MTL损失函数 多任务学习经典品读：MMoE模型篇 ...

Posted by Cao Zihang on February 22, 2023

【阅】本周阅读摘选2023-02-06 → 2023-02-12

本周阅读摘选 2023-02-06 → 2023-02-12 目录 学术相关 AI绘画爆火背后：扩散模型原理及实现 引入因果线索的对话情绪识别模型CauAIN 因果线索获取 因果意识交互 实验结果 消融实验 从玄学走向科学：AB测试驱动的科学增长 广告场景下双边市场的实验设计 基于话题标签（#）的社交媒体...

Posted by Cao Zihang on February 15, 2023

【阅】本周阅读摘选2023-01-30 → 2023-02-05

本周阅读摘选 2023-01-30 → 2023-02-05 目录 学术相关 Coggle数据科学推荐系统系列1：深入理解YouTube推荐系统算法 系统框架 召回网络 排序网络 机器学习百道面经 高效整数规划求解，快手提出多元因果森林模型，智能营销效果显著 风笑天：读懂一篇文献需要回答的20个问题 Transformer ...

Posted by Cao Zihang on February 8, 2023

【阅】本周阅读摘选2023-01-23 → 2023-01-29

本周阅读摘选 2023-01-23 → 2023-01-29 月初得了新冠，症状比较重，一个月了还没有痊愈，耽误了不少时间 前段时间买了一年的.asia域名，利用vercel部署了RSSHub并在win端利用Fluent Reader订阅了一些有趣的论坛、公众号和博客。摆脱了推荐算法的感觉让我很快乐，对接收信息有很好的掌控感\^o^ 我打算之后每周发布一条阅读摘选，加深对读过的优质信息的印象，以供查阅 目录 学术相关 “研究困惑”的困惑——社会学研究中的理...

Posted by Cao Zihang on February 1, 2023

【数据集】快手推荐系统数据集KuaiRand

偶然看到一个数据集，觉得很有意思 它包含（深度）用户的12个反馈信号和 不知道以后会不会用到，先记录一下 【我们如何与计算机研究人员区分开，或者说我们如何让算法成为消费者行为分析的工具而不是替代者呢？】 【如何区分我倒有一个想法：形成比较优势——多数算法的突破是建立在资源质变的基础上的，而这对多数中小企业而言是不现实的；更好的应对环境突变和分布偏移问题也是一个目前比较好的点】 KuaiRand:快手提供的在标准推荐下插入了一些随机暴露项目的用户行为数据集 论文：KuaiRand: An ...

Posted by KuaiRand & Cao Zihang on December 30, 2022

【Deep Learning】第17章 蒙特卡罗方法

第17章 蒙特卡罗方法 随机算法可大致分为Las Vegas算法和蒙特卡罗算法 Las Vegas算法精确地返回一个正确答案或失败 占用随机量的计算资源 蒙特卡罗算法消耗固定的计算量返回具有随机大小的错误 增大计算量消耗能减少随机错误 蒙特卡罗采样基础 当我们需要以较小的代价近似许多项的和或某个积分时，采样是一种灵活的选择 当无法精确计算和或积分（如具有指数数量项的和），常用蒙特卡罗采样近似 蒙特卡罗采样把和或积分视作某...

Posted by Cao Zihang on December 20, 2022

FEATURED TAGS
消费者行为 日常 深度学习 学习笔记 可视化 数智化营销 复杂科学 市场调研 研究方法 世界趋势 仿真与决策 LLMs 数据科学 日常工具 机器学习 资料 AB测试 供应链管理 城市科学 推荐系统
ABOUT ME

Marketing & Business Analysis
Beijing, China