zoukankan      html  css  js  c++  java
  • 推荐算法介绍

    参考:今日头条推荐算法原理详解https://lusongsong.com/info/post/9829.html?__SAKURA=1bfda19153216f98a2cd21274262ab30d1566441057_1518905

    1.典型推荐算法

    2.典型推荐特征

    主要有四类特征会对推荐起到比较重要的作用。

    第一类是相关性特征,就是评估内容的属性和与用户是否匹配。显性的匹配包括关键词匹配、分类匹配、来源匹配、主题匹配等。像FM模型中也有一些隐性匹配,从用户向量与内容向量的距离可以得出。

    第二类是环境特征,包括地理位置、时间。这些既是bias特征,也能以此构建一些匹配特征。

    第三类是热度特征。包括全局热度、分类热度,主题热度,以及关键词热度等。内容热度信息在大的推荐系统特别在用户冷启动的时候非常有效。

    第四类是协同特征,它可以在部分程度上帮助解决所谓算法越推越窄的问题。协同特征并非考虑用户已有历史。而是通过用户行为分析不同用户间相似性,比如点击相似、兴趣分类相似、主题相似、兴趣词相似,甚至向量相似,从而扩展模型的探索能力。

    3.召回策略

    见https://www.cnblogs.com/graybird/p/11393511.html

    不同公司业务会设计自己的召回策略

    4.数据依赖

    5.评估体系

  • 相关阅读:
    Linux内核调试方法
    linux查看系统的日志------健康检查特性
    检测磁盘驱动的健康程度SMART
    用十条命令在一分钟内检查Linux服务器性能
    Nginx安装及配置
    getopts的使用
    grub rescue 主引导修复
    linux C中调用shell命令和运行shell脚本
    Makefile基础---编译
    OVMF基础
  • 原文地址:https://www.cnblogs.com/graybird/p/11393747.html
Copyright © 2011-2022 走看看