58技术沙龙｜第四期：58同城推荐系统系列话题

58技术沙龙第四期——58同城推荐系统系列话题

4月11、18、25日，58同城 联合 DataFun 举办58同城推荐系统系列技术沙龙，共7位来自58同城的嘉宾参加，通过7个话题，为大家详解58同城的推荐系统。

系列14月11日

活动信息

活动：58同城推荐系统系列技术沙龙

出品：58同城 AI Lab 负责人，58技术委员会 AI 分会主席 詹坤林

嘉宾：58同城 周彤、李祖定

主办：58同城、DataFun

时间：4月11日晚19:00

地点：网络直播间

详情及报名方式：

背景介绍

推荐系统在58同城生活服务平台中起着至关重要的作用，其核心任务是帮助不同用户在不同使用场景下找到合适的内容，以实现"千人千面"个性化推荐。本次沙龙系列将聚焦于不同业务场景下的差异化推荐算法实践，全面分享58同城推荐技术团队在不同业务场景下的实战经验，包括房产、招聘、本地服务、二手车前台业务推荐，以及大中台 APP 首页多业务混合推荐、58部落内容社区推荐、58同镇下沉市场推荐。

出品人：

詹坤林

58同城 | AI Lab 负责人

58技术委员会 | AI 分会主席

4月11日晚19：00

1. Embedding 技术在房产推荐中的应用 | 19：00

在移动互联网时代，购房者选择范围日益增多，需求也更加复杂和多样化，给用户推荐合适的房源可以有效提高用户的找房效率。本次议题将分享在二手房推荐场景中如何使用 Embedding 技术解决推荐系统实时个性化、物品冷启动、数据稀疏等难题，并总结实践过程中的收获与思考。

听众收益：

提供思路，帮助解决实际生产中的问题，提升推荐系统的实时性和对业务需求的兼容性

新技术/实用技术点：Embedding

周彤

58同城 | 资深算法工程师

58同城房产事业群资深算法工程师，2014年加入58同城，目前主要负责58房产 ( 二手房/新房/商业地产 ) 推荐系统、房源估价等项目的算法研发和系统优化工作。曾就职于盛大游戏，硕士毕业于武汉大学软件工程专业。

2. 深度召回在招聘推荐中的挑战和实践 | 20：00

招聘业务是多行为场景，用户需求和交互周期短、行为稀疏。本次分享基于业务挑战，将介绍代价敏感、图算法、迁移学习、向量检索等技术在招聘深度召回中的应用，最后总结实践中的教训与心得。

听众收益：了解多种传统/新技术在业务中应用的模式和经验新技术/实用技术点：代价敏感深度学习、迁移学习、高维向量检索

李祖定

58同城 | 算法架构师

58招聘业务推荐系统算法策略负责人，负责招聘推荐系统的算法策略建设和优化，包括召回、排序等，致力于提升平台用户体验和变现能力。

扫描文中图片二维码或点击“阅读原文”链接即可报名，4月11日晚19:00，我们不见不散。