作者：weidongguo，腾讯 PCG 应用研究员。 目前信息流推荐中使用的内容理解技术，主要有两部分构成：1、门户时代和搜索时代遗留的技术积累：分类、关键词以及知识图谱相关技术；2、深度学习带来的技术福利：embedding。但是分类对于兴趣点刻画太粗，实体又容易引起推荐多样性问题，而 embe

作者：zixunsun@tencent.com Jeff Dean 谈 2020 年机器学习趋势：多任务和多模式学习将成为突破口 2019 年下半年，CDG 广告、 CSIG 音视频，IEG 内容推荐、PCG 信息流、TEG 数平广告推荐和 AI 平台部团队、WXG 看一看团队内容技术专家沟通，大家

导语｜本文主要分享QQ音乐在内容理解和精细化运营方面的一些实践和经验，副标题是推荐系统的精细化调控，本文主要围绕一些显性的、具可解释性的一些数据驱动方法在内容精细化运营场景的应用。 本文作者：billxia，腾讯音乐数据科学家 本文主要分为5部分：第1部分会介绍业务背景、总体解决方案和收益，第2~4

本期嘉宾 孙子荀 腾讯游戏数据科学总监 孙子荀，腾讯游戏数据科学总监。一直从事AI和数据科学技术在业务上的研究、落地工作，当前在腾讯游戏负责内容与UA生态相关的科学度量、决策优化以及产品化的工作。2011年在百度从事HPC并行化算法研究，2012年加入腾讯从无到有带领团队构建了信息流的内容平台、游戏