内容策划App公司最近几个月努力工作以定制其家庭饲料 - 最常用的应用部分 - 以提高订婚。今天，越来越多的公司详细说明了现在在封面下运行的个性化系统。

在一点时，该公司的工程师依赖于新近调整因素，将销钉放在家用饲料上。在实践中，这意味着较新的PIN将出现在较旧的内部饲料上。但几个月前推出了一个新的系统，它呼吁盗贼能力比这更为细微，Pinterest软件工程师云龙郭今天在公司博客帖子中写道。

“它缺乏有效帮助Pinders发现真正兴趣的引脚的能力，因为在高相关之前，低相关引脚可以很好地出现，”Guo解释说。

Pinnability架构是众多改进工程师和数据科学家之一，以改善数百万用户的服务，因为公司在国际上扩展。

根据今天的职位，在改善其个性化系统的过程中，Pinterest探讨了一种越来越时尚的人工智能，称为深度学习。该技术涉及在整个数据上培训人工神经网络 - 就像图片，文本或语音，然后向其发送新的数据并以响应接收推断。

但它听起来像是深度学习的实现 - 特别是卷积神经网络（CNNS），特别是与其他一些普通机器学习方法一样有效。

“我们尝试了多种机器学习模型，包括LR [逻辑回归]，GBDT [梯度提升决策树]，SVM [支持向量机]和CNN，我们使用曲线下的AUC [区域]分数10-折叠交叉验证和90/10列车测试分裂设置，具有正确的评估模型参数，“Guo写道。“我们观察到给定固定的功能集，获胜模型始终往往是LR或GBDT的羽毛。”

这些系统的最新可能会导致更加个性化的经验​​，仅仅是在Pinterest上的家庭饲料。

“我们还开始扩大利用我们的羽毛性模型，帮助改善家庭饲料外的其他产品，”郭写道。

阅读完整的博客文章以了解有关Pinterest如何在家庭饲料个性化中导入的更多信息。