内容化时代，SEO如何提升？阿里工程师揭秘新思路
简介： 随着内容化时代的到来，搜索引擎越来越重视站点页面的内容承载和丰富度。Alibaba.com作为服务买家和供应商的全球顶尖B类跨境贸易平台，在Google不断提升内容化排名的情况下，阿里工程师是如何突破原有SEO优化手段，提升电商平台的排名的呢？又是如何将人工智能知识应用在摘要内容的抽取过程中？
教程 [2026-04-26]
系统性能提升利刃 | 缓存技术使用的实践与思考
简介： 导读按照现在流行的互联网分层架构模型，最简单的架构当属Web响应层+DB存储层的架构。从最开始的单机混合部署Web和DB，到后来将二者拆分到不同物理机以避免共享机器硬件带来的性能瓶颈，再随着流量的增长，Web应用变为集群部署模式，而DB则衍生出主从机来保证高可用，同时便于实现读写分离。
教程 [2026-04-26]
10种传统机器学习算法，阿里工程师帮你总结了
简介： 这篇文章主要介绍推荐系统中传统机器学习算法，写这篇文章的主要目的是对业界主流推荐算法的一些总结，方便大家对主流推荐算法的底层实现有的了解，从而在业务实践过程中更好地理解算法，运用算法。
教程 [2026-04-26]
如何解决移动电商平台中的“伪曝光”？
简介： 在线推荐服务根据商品的特征和用户的信息推荐多个商品。 现如今很大比例的用户通过手机访问电商平台。 但是一些推荐的商品并没有被用户看到。为了解决在线推荐场景中的伪曝光问题并提高推荐商品的CTR，我们首次尝试了bandit框架，并且在传统的bandit算法上进行了多项改进，取得了不错的效果。
教程 [2026-04-26]
支付宝那些以假乱真的渲染效果，是怎么来的？
简介： AR技术在增强现实方向上的不断努力，目的都是为了让虚拟模型能够更好地与现实环境融为一体，真假分不清楚，达到真实感渲染的体验，从而创造出更好的场景，本文就围绕这种虚拟与真实环境结合的环境纹理渲染技术实现探索来开展。
教程 [2026-04-26]
蚂蚁金服核心技术：百亿特征实时推荐算法揭秘
简介： 文章提出一整套创新算法与架构，通过对TensorFlow底层的弹性改造，解决了在线学习的弹性特征伸缩和稳定性问题，并以GroupLasso和特征在线频次过滤等自研算法优化了模型稀疏性。在支付宝核心推荐业务获得了uvctr的显著提升，并较大地提升了链路效率。