- Coder梁 / ABtest这么简单，我做个实验怎么还会翻车？
- Coggle / 深入理解推荐系统：十大序列化推荐算法梳理
- EE_NovRain / 各大公司广泛使用的在线学习算法FTRL详解
- Johnson0722 / CTR预估算法之FM, FFM, DeepFM及实践
- Ruhjkg / 2020年精排模型调研
- 良口三 / 从Triplet Loss看推荐系统中文章Embedding
- 辛俊波 / 线下auc涨，线上ctr/cpm跌的原因和解决办法
- 七便士 / SDM(Sequential Deep Matching Model)的复现之路
- 深度传送门 / 工业界深度推荐系统与CTR预估必读的论文汇总
- 朱亚东 / 排序学习综述
- 阿里 / 神马搜索如何提升搜索的时效性？
- 阿里 / Life-long兴趣建模视角CTR预估模型：Search-based Interest Model
- 阿里 / 阿里妈妈深度树匹配技术演进3.0：TDM->JTM->BSAT
- 阿里 / 阿里粗排技术体系与最新进展
- 阿里 / 阿里妈妈品牌广告中的 NLP 算法实践
- 阿里 / 阿里妈妈展示广告预估校准技术演进之路
- 爱奇艺 / 万物皆为向量：在线向量召回工程服务化实践
- coolhok / faiss-learning学习文档
- Chenny / 传统文本匹配算法详解（附代码）
- cmathx / 搜索推荐召回&&粗排相关性优化最新进展—2020
- CNU小学生 / 一文看懂HNSW算法理论的来龙去脉
- 策略算法工程师之路 / Query纠错算法
- 叉烧 / ACL2020 | 线上搜索结果大幅提升！亚马逊提出对抗式query-doc相关性模型
- Dezhi Ye / Embedding-based Retrieval in Facebook Search论文解读
- 邓邓最棒 / 海量文本求topk相似：faiss库初探
- 第四范式 / 图推荐算法在E&E问题上的应用
- 丁香园 / 丁香园在语义匹配任务上的探索与实践
- 丁香园 / 搜索中的Query扩展技术
- 丁香园 / 搜索中的Query扩展技术（二）
- Giant / K近邻算法哪家强？KDTree、Annoy、HNSW原理和使用方法介绍
- 谷育龙Eric / 搜索推荐广告之重排序
- 花椒 / 智能推荐算法在直播场景中的应用
- 京东 / 深度解析京东个性化推荐系统演进史
- 京东 / 京东搜索在线学习探索实践
- 科学空间 / 从EMD、WMD到WRD：文本向量序列的相似度计算
- liqima / Faiss wiki in Chinese
- 李rumor / 21个经典深度学习句间关系模型｜代码&技巧
- Merria28 / 相似度检测——hnsw参数选择
- 每天都要机器学习 / 基于向量的深层语义相似文本召回？你需要bert和faiss
- 美团 / 深度学习在美团点评推荐平台排序中的运用
- 美团 / MT-BERT在文本检索任务中的实践
- 美团 / BERT在美团搜索业务中的应用
- 美团 / KDD 2021｜美团联合多高校提出多任务学习模型，已应用于联名卡获客场景
- PaperWeekly / BERT在文档级排序中的应用
- 平安寿险PAI / AAAI 2020 | 基于Transformer的对话选择语义匹配模型
- 浅梦的学习笔记 / DCN-M：Google提出改进版DCN，用于大规模排序系统的特征交叉学习(附代码)
- 清雨影 / TOP N 推荐神器 Ranknet加速史（附Pytorch实现）
- Tree / Ranking算法评测指标之 CG、DCG、NDCG
- 腾讯 / 神盾推荐——MAB算法应用总结
- 腾讯 / 移动腾讯网召回算法实践总结
- 腾讯 / 个性化推荐如何满足用户口味？微信看一看的技术这样做
- 腾讯 / 详文解读微信「看一看」多模型内容策略与召回
- 腾讯 / 万字长文读懂微信“看一看”内容理解与推荐
- 腾讯 / 搜你所想，从Query意图识别到类目识别的演变
- 腾讯 / 全面理解搜索Query：当你在搜索引擎中敲下回车后，发生了什么？
- 腾讯 / 为看一看及搜一搜“去污”，AI怎么做到的？
- 王鸿伟 / DNN可以进行高阶特征交互，为什么Wide&Deep和DeepFM等模型仍然需要显式构造Wide部分？
- 吴海波 / 乱弹机器学习评估指标AUC
- Yong Yuan / 图像检索：向量索引
- 夕小瑶的卖萌屋 / 2020深度文本匹配最新进展：精度、速度我都要！
- 夕小瑶的卖萌屋 / Facebook刷新开放域问答SOTA：模型训模型！Reader当Teacher！
- 一块小蛋糕 / 推荐系统总结之深度召回模型（上）
- 一小撮人 / Fiass - Getting started
- 一小撮人 / Fiass - Faster search、Lower memory 、Run on GPUs
- 一小撮人 / Fiass - clustering, PCA, quantization
- 一小撮人 / Faiss - Guidelines to choose an index
- 一小撮人 / Faiss - Basic index
- 一小撮人 / Faiss - Binary indexes, Composite indexes
- 一小撮人 / Fiass - 常见问题总结
- 一小撮人 / 一文带你了解Annoy！
- 张俊林 / SENet双塔模型：在推荐领域召回粗排的应用及其它
- 知乎 / Query 理解和语义召回在知乎搜索中的应用
- 知乎 / 知乎搜索文本相关性与知识蒸馏
- 知乎 / 知乎搜索排序模型的演进
- 知乎问答 / 推荐系统领域有啥巧妙的idea？
- 知乎问答 / 从大方向和思路上来说，如何提升排序算法的效率？
- 朱小强 / 镶嵌在互联网技术上的明珠：漫谈深度学习时代点击率预估技术进展
- 朱小强 / 屠龙少年与龙：漫谈深度学习驱动的广告推荐技术发展周期
- 字节跳动 / 3分钟了解今日头条推荐算法原理（附视频+PPT）
- 搜索推荐广告排序艺术 谷育龙Eric / CIKM 2020 搜索推荐广告论文集锦