上图是一个典型的推荐系统架构。
- Query包含了 User Features, Contextual Features
- Item即被推荐的物品，常被称为Impression
- UserAction，如搜索结果是否被点击，广告是否被点击，电商物品是否被加入购物车等
电商的库存计划问题
电商可以说是"速度经济"的代表：消费者不但期望批量经济下的价格、大规模定制下的选择，而且希望鼠标一点、几个小时后就能送货上门。虽说不要店面，但电商的种种成本，远超一般人的想象。很多传统公司跨入电商，例如美特斯邦威、红星美凯龙、飞虎乐购，都是兴冲冲而来，没多久就仓皇撤退，一大原因就是对电商的成本估计不足。
而诸多成本中，一大块就是库存成本。从本质上看，电商是个库存系统。从总库到一级库、二级库，哪些商品该备货、备在哪一级的库、备多少，是个典型的库存计划问题。库存计划不到位，短缺与积压并存，结果是要的没有，不要的却有一大堆。有些电商缺货率动辄百分之二三十，同时呆滞库存比例高达百分之三四十，由此而来的业务损失、库存贬值、削价清仓，成本惊人。而这些问题的解决方案，则离不开库存决策的三部曲：预测、计划和补货。
集群管理 - Mesos简介
什么是Mesos? 类似Linux kernel一样，是一个分布式系统Kernel，用来管理数据中心资源。他源于Google的Borg。大体思路就是master管理协调slaves，slaves是worker。每个slaves用cgroup或docker等来隔离。复杂的框架通过API和master进行资源协调。
FICO ZestFinance和芝麻信用分简介
如果你身为高富帅或者白富美，同时又是个剁手族，那你的阿里巴巴芝麻信用分一定很高。FICO评分在中国的推广一直说不上热火朝天，可是在中国有芝麻信用分的人不说上亿，起码也有几千万吧。这么广泛的客户来源，再加上支付宝的强大覆盖力，FICO评分这样的传统信用评分还有多大价值呢?会不会在不远的将来，就被芝麻信用分、腾讯征信评分取代映衬得黯然失色呢?
其实也不能一概而论。让我们先看看传统的FICO评分和芝麻信用分是如何计算出来的吧。
集群管理 - Kubernetes简介
Kubernetes是Google开源的容器集群管理系统。它借鉴了Google内部的Borg系统的诸多概念。
- 大数据 在大数据趋势下，谷歌发表BigTable等互联网基础论文后，Hadoop生态圈如火如荼，Google却没有任何影响力。
- 云计算 谷歌开源Kubernetes，意图很明确，即在云计算领域不希望犯大数据的错误。
- 人工智能 类似的，谷歌开源TensorFlow剑指人工智能。
本文尽量以一篇文章的篇幅讲清楚Kubernetes的大体概念及基本用法。除了Kubernetes外，我们还有别的选择，如Mesos等。
MnasNet由谷歌的工程师发表，这里根据其论文简要描述一些细节。Cookie matching
做计算广告这么久，总想总结点东西，写点干货。自己也得到了进步，朋友也得到快乐。为什么说朋友得到快乐呢？朋友们心里一般都暗笑啊：“诺诺诺，那个人哦，在顶级大公司干了那么久，居然就写出这么点垃圾来，还是小公司锻炼人…”。献丑献丑。
本着不废话的原则，今天来简要写写cookie matching，有时候也被称为cookie mapping。