2024AI 在个性化中的应用_第1页
2024AI 在个性化中的应用_第2页
2024AI 在个性化中的应用_第3页
2024AI 在个性化中的应用_第4页
2024AI 在个性化中的应用_第5页
已阅读5页，还剩8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

AI在个性化推荐中的应用首先介绍下我自己对AI发展的理解，AI它不是一个技术词汇，更像一个广告词汇，它在不同阶段是有不同含义的。结合行业专家经验将AI发展总结为下面四个发展阶段：前期阶段AlexNet在图像识别上的重大突破为标志，AI引起了工业界或者是媒体一个巨大关注。我将其总结为数据时代，这是以大数据为基础的进展，这一阶段深度学习是其代表性技术。GoogleAlphaGoOPPOOPPOPushPush我们做推荐，离不开数据，OPPOAI解。简单介绍一下我们的数据，有结构化的数据，用户在API使用的一些行为统计、手机AIOPPOAICTR义理解相对于AI在图像识别、语音识别由于深度学习的出现有巨大的提升而言并没有很大embedding文本标签这一块，OPPO由于全网在文本这类数据很多，访问的各种数据都可能有，类型因此先根据url判断它是属于小说，然后再细分它属于什么小说。下面主要基于深度学习方svm发明后对分类算法有很大改进，Facebook提出的fastText就是直接对一个文本提取出每一个词向量做一个平均，然后直接用softmax做分类，大多数情况不错，缺点是没有考虑词序，而文本词的先后顺序可能是包含巨大信息量的。后面比如CNN、RNN都发明了各CNNngram我们用到的CNN和RNN模型。CNN主要用的是TextCNN算法，如下图所示，左边把一个文本中、句子中的词转化为一filterpooling将这些特征输入softmax函数，最后得到分类结果。不足是filter_size是固定的，设计时可以用不同filter_size，可以每四个词或三个词，这样不同的filter_size相当于利用不同的ngram特征。RNN就可以用不同的窗口，目前它也有很多算法。利用TextRNN，还有一个AttentionAttentionembeddingembedding的分类效果。而我们针对短文本，只用到词级Attention机制。化push，一个广告主要发给李易峰的粉丝，那你得知道李易峰粉丝都喜欢那些东西，当然配，这种强相关性可解释性也很强。找相关性词也有不同算法，像LDA主题模型我们也尝试过，下图右边左边是LDA结果，他确实可以把同一主题的词聚类到一起，但是缺点是噪E1和E2R。token，人工筛选构造与夫妻关展，例如句中出现“E_1E_2（E_1，E_2）得到正标注。根据对“和”和“结tokenE_1E_2E_1E_2E_1E_2的婚礼”等类似应该标注为正的样本。接下来讲一下在强化学习方面的探索，强化学习的一个基本思想：上面是一个Agent，类actionRewardagentReward函数对设计效果Reward27者依据付费额度进行reward，如果Reward设计不好整个过程都不会收敛。学习算法是policygradients，针对Reward是连续值，action是

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