智行酒店排序模型实践_第1页
智行酒店排序模型实践_第2页
智行酒店排序模型实践_第3页
智行酒店排序模型实践_第4页
智行酒店排序模型实践_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

智行酒店排序模型实践技术创新，变革未来提纲智行酒店排序的场景SVM rankFactorization MachinePointwise，Pairwise方法智行酒店排序的场景：全城推荐、地标附近Pointwise learning to rank用分类的方法判断商品的相关度（label: 购买/未购买、点击/未点 击）例如，线性得分函数Score(d, q) = Score(, ) = a + b + c数据不平衡问题：下采样Pairwise learning to rank：SVMPair定义：同一个搜索词下任意两个搜索结果目标：将pair的排序关系分类正确希望得到一个函数f使ci ck iff f(i) f(k)其中， ci是第i个样本的相关度得分，f(i) = wi应用于智行酒店排序的地标搜场景SVMranking的优缺点：很好的平衡价格，酒店点评分，酒店设施的影响可解释性强（配合样条）交互特征学习能力弱，特征稀疏的样本学习能力差Factorization MachineFM，x非常稀疏建模了二阶交互特征，V作为潜向量BPR： Bayesian Personalized Ranking说明：把FM变成了pairwise learn to rankFM的优点：实现个性化排序能处理非常稀疏的特征向量总结Ranking SVM作为酒店以POI为搜索条件的模型

人人文库> 全部分类> 专业文献 > IT计算机

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论