Desbloqueando o "Algoritmo" do Twitter - Introdução a Grafos
O Twitter liberou parte do código que chamou de "The Algorithm", que forma o sistema que popula a aba de recomendações "Para Você".
Vamos entender qual é o contexto de ciência da computação e história necessários pra começar a entender esse código todo. E uma pequena introdução à ciência por trás de recomendações e grafos em geral.
Finalmente, vou poder mostrar na prática a diferença de "código de curso" e "código de verdade" e exatamente porque software nunca acaba.
ERRATA
Vira e mexe eu falo nó e vértice mas o correto são nó e arestas. Eu estou acostumado a falar em inglês só nodes e edges e traduzi errado em português.
Capítulos
00:00:00 - Intro
00:00:57 - CAP 1 - Avisos e Descrevendo o Repositório
00:02:51 - CAP 2 - Interpretando Errado: Não Acredite em Blog Posts
00:07:14 - CAP 3 - Derrubando o Meme: Pessoas Idiotas
00:11:30 - CAP 4 - Objetivos do Video: derrubar os Clones. Código de Verdade
00:16:37 - CAP 5 - Entendendo Grafos. Introdução a Relevância
00:21:47 - CAP 6 - Primeira Geração de Relevância: WTF
00:27:49 - CAP 7 - Relevância nos Primórdios da Web: PageRank e HITS
00:35:43 - CAP 8 - Segunda Geração de Relevância: RealGraph e SALSA
00:39:22 - CAP 9 - Escalando com Hadoop e MapReduce: HDFS e Pig
00:43:15 - CAP 10 - Algoritmos Escaláveis de Grafos: Relembrando Mergesort
00:46:58 - CAP 11 - Terceira Geração de Relevância: GraphJet
00:50:36 - CAP 12 - Earlybird: Light Ranker. Apache Lucene
00:51:37 - CAP 13 - Ids para Sistemas Distribuídos: Snowflake
00:55:23 - CAP 14 - Serialização Eficiente sem JSON: Thrift e Protobufs
01:01:07 - CAP 15 - A Controvérsia do "Rails Não Escala". Por que Scala?
01:07:37 - CAP 16 - Introdução a Similarity Clusters: Similaridade de Cosseno
01:16:08 - CAP 17 - Resumindo os demais Projetos: Aplicando o que Aprendemos
01:20:22 - CAP 18 - Qualidade do Código: Mini-Assessment
01:22:43 - CAP 19 - Sendo Educado na Web: Memes Idiotas
01:24:32 - CAP 20 - Refletindo sobre o Código: Lições a Aprender
01:27:31 - Bloopers
Links
Fio no Twitter (https://twitter.com/AkitaOnRails/stat...)
Twitter: The Algorithm (https://github.com/twitter/the-algorithm)
Twitter: The Algorithm ML (https://github.com/twitter/the-algori...)
Twitter's Recommendation Algorithm ( / twitter-recommendation-algorithm )
Steven Tey: # How the Twitter Algorithm works in 2023 (https://steventey.com/blog/twitter-al...)
Aakash Gupta: The Real Twitter Files: The Algorithm (https://aakashgupta.substack.com/p/th...)
Earlybird: Real-Time Search at Twitter (https://stephenholiday.com/notes/earl...)
Twitter Search is Now 3x Faster ( / twitter-search-is-now-3x-faster )
Paper: GraphJet: Real-Time Content Recommendations at Twitter (https://www.vldb.org/pvldb/vol9/p1281...)
Paper: RealGraph: User Interaction Prediction at Twitter (https://www.ueo-workshop.com/wp-conte...)
Paper: Real-Time Twitter Recommendation: Online Motif Detection in Large Dynamic Graphs (http://www.vldb.org/pvldb/vol7/p1379-...)
Paper: Discovering Similar Users on Twitter (http://snap.stanford.edu/mlg2013/subm...)
GitHub: FlockDB (https://github.com/twitter-archive/fl...)
GitHub: Cassovary (https://github.com/twitter/cassovary)
GitHub: GraphJet (https://github.com/twitter/GraphJet)
Twitter: Finagle (https://twitter.github.io/finagle/)
Apache Avro (https://avro.apache.org/)
AkitaOnRails: Chatting with Blaine Cook (Twitter) (https://www.akitaonrails.com/2008/6/1...)
Fireship: Vector databases are so hot right now. WTF are they? ( • Vector databases are so hot right now... )
Slideshare: Restrição == Inovação (https://www.slideshare.net/akitaonrai...)
Elastic: Vector Search (https://www.elastic.co/what-is/vector...)
Transcript: https://www.akitaonrails.com/2023/04/...
Podcast: https://podcasters.spotify.com/pod/sh...
Watch video Desbloqueando o "Algoritmo" do Twitter - Introdução a Grafos online without registration, duration hours minute second in high quality. This video was added by user Fabio Akita 11 April 2023, don't forget to share it with your friends and acquaintances, it has been viewed on our site 129,038 once and liked it 9.9 thousand people.