新浪微博，中国最大的社交媒体平台，每天上亿条内容产生并在万亿级关系的社交网络上进行传播。

热门微博，用户基于兴趣阅读微博内容的信息流产品，大幅降低用户使用微博的阅读成本，并有效提高用户在线时长。热门微博根据产品定位，将前沿机器学习技术应用到个性化信息流推荐系统中，结合强大的后台服务保障体系，为微博用户提高良好的阅读体验。

本次演讲将主要围绕主流前沿机器学习技术在热门微博中的应用成果，并探讨如何打造适合自己产品的推荐系统。

演讲提纲：

• 新浪微博及热门微博介绍；
• 个性化推荐引擎框架： 
    基础层 
    推荐层 
    排序层
• 特征挖掘与特征工程： 
    超短文本内容特征构建 
    超大规模关系特征提取
• 大规模实时协同推荐；
• 大规模多目标机器学习排序： 
    千亿级排序模型 
    多目标排序模型
• 深度学习在推荐场景的应用；
• 效果总结和未来技术规划。

听众受益：

• 复杂社交网络中用户特征和短文本内容的特征挖掘方法；
• 大规模排序模型中多目标融合的有效实施方案；
• 大规模协同推荐与深度学习在热门微博中的应用。