湖北发出就业专列抵达浙江

0 Comments

本报绍兴、恩施3月19日电 (记者顾春、程远州,人民网记者金雨蒙)“没想到能这么快回来务工!”来自湖北恩施土家族苗族自治州的向梦很激动。18日19时34分,载着547名湖北恩施籍务工人员的D658次就业专列顺利抵达浙江绍兴。据悉,这是今年全国首趟从湖北发出的就业专列。

绍兴市人力社保局长黄奇凡介绍,经过分析对比绍兴7.6万个湖北籍在绍流动人口数据和3.5万条非疫情防控重点地区湖北籍在绍务工人员参保数据后,根据湖北疫情情况,绍兴制定“接返湖北籍员工地图”,划出潜江、恩施、咸宁等中低风险地区作为接返务工人员重点地市,恩施被确定为第一批。

您也可以访问相关页面,或是通过您的商店菜单,进入交互式推荐模型。

为确保防控安全,返程人员全程按车厢集结,查验健康证明、测体温、有序上车等程序,并配备好防疫物资和应急处理物资,确保防疫安全、人员可溯。

衷心感谢帮助我们将交互式推荐模型雕琢至臻并推出的每个人。 请点此查看更多正在进行的实验。

Steam 实验室的实验

Steam 的众多内容发现功能之一

我们也将其基础模型开始用于 Steam 商店的其他部分,我们认为在这些地方,它可以帮助玩家看到最为相关的内容,或是做出最为明智的选择。 比如,当查看某个特定游戏的页面时,您有时可能会看见“像您一样的玩家喜欢此游戏”,表示这款游戏因此与您相关,当然,其中还可能有其他因素。

湖北恩施州公共就业和人才服务局局长陶文胜介绍,下一步将加大力度与浙江、广东、福建等恩施州务工比较集中的省份联系,在防疫安全的基础上增加专列专车的点对点一站式输送频次,畅通外出务工渠道。

交互式推荐模型并不会取代我们现有的内容发现系统,而是锦上添花,又带来了一种 Steam 向玩家推荐游戏的方式。 虽然这是一款强大的工具,却还是有其力所不及之处。 比如,它无法推荐尚未有人玩过的新品,而探索队列却正是因此而设。 虽然如此,我们还是开始使用交互式推荐模型的基础科技来驱动 Steam 上的其他功能,如 Steam 实验室 008 号实验:接下来畅玩,它会为您推荐您已购买、但却因某种原因尚未游玩的游戏。 由此催生的,便是能更好地将顾客和他们在各种情况下会喜欢的游戏连接起来的 Steam 体验。

交互式推荐模型使用的机器学习模型是通过数百万 Steam 用户的游戏时间历史训练而成。 它通过直接观察用户在 Steam 上实际所玩来了解游戏,而不直接受标签或评测影响。 其基本理念是,如果有与您类似游戏习惯的玩家玩了您还没试过的游戏,那么这款游戏您也可能喜欢。

Steam 交互式推荐模型首先是作为 Steam 实验室计划的一环登场的。 访问实验室的玩家给了我们反馈,帮助我们评估并迭代像交互式推荐模型一样富有潜力的 Steam 功能。 在开发阶段,各位的反馈为我们指引方向,让我们添加了标签筛选、设置保存功能,以带来更为强大的引导式推荐。 我们同时也研究了量化数据,衡量点击率和愿望单转化率,以及来自首页宣传图和完整交互式推荐模型页面的游戏购买。 交互式推荐模型的数据与其他 Steam 功能相比更胜一筹,且不仅只限于其推出后的数周,而是在接下来的数月都持续如此,这让我们坚信这一工具拥有长远价值,能够帮助用户找到他们喜爱的游戏。 另外颇为喜人的一点是,通过这种方式发现的游戏覆盖了我们目录的绝大部分,而不仅仅只限于热门游戏;访问交互式推荐模型页面而达成的不同游戏购买多达 10,000 余款。

脱胎于 Steam 实验室的 002 号实验:交互式推荐模型,这一全新功能现于 Steam 商店中面向所有用户开放。

本文由游民星空制作发布,未经允许禁止转载。

专列到站后,务工人员统一送至集中隔离点,接受14天医学观察。隔离期间的费用由绍兴市政府承担。据悉,此前绍兴已组织湖北潜江、荆州江陵—绍兴8辆“就业大巴”接返159名务工人员。加上恩施—绍兴专列,共接回706名湖北籍员工。