2024搜狗信息流算法_第1页
2024搜狗信息流算法_第2页
2024搜狗信息流算法_第3页
2024搜狗信息流算法_第4页
2024搜狗信息流算法_第5页
已阅读5页，还剩7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

\h搜狗信息流推荐算法首先要进行一下NLP处理，它的作用就是对文章进行抽象，用有限的、关键的topic进行NLPNLP一级的是标签，标签是属于一部分分类，它也是一个集合，比如说NBA这个标签属于体育FastTextFastTextcontenttitle中进行分类，分类效果还可以。后来通过研究之后发现对于文章来说，title和content的FastText93%。后续优化的时候除FastTextTextCNNTextCNN分类模型和FastText模型不一样，FastText对于一个文章只会对应到一个分类当中，但是标签不一样，可以有多个标签。TextCNN分类模型对进行了卷积计算，能在更因在于做测试集时一篇文章只会打一个标签，人工评估可以分多个类别。fastText能达到75%，TextCNN能达到88%，然后采用“TextCNN+数据增强+多段结果预测”能达到是概率模型Skip-Gram+层次softMax，下面着重介绍概率模型。词的转换概率的建模。采用word2vecSkip-Gram思想，输入的是文本空间，经过embeddingsoftMax全连接，最后得出一个词转换为另一个词的转换概率，word2vec设选出概率最大的作为关键词，最终准确率能够达到89%。ldaCB召回是在用户画像维护一个用户兴趣的集合以及相应的权重，线下会维护用户兴趣对应CB第二种就是基于模型排序。我们在召回简化为对CTR预测，使用的是LR模型。特征的选docdocdocdocdoc间的相关性，进而推荐相关的内容。首先是维护每一个doc相关的文章排序，除此之外还querydoc1query，querydoc1趣，location协同，人口属性也是类似。第一种效果最好，后面相对差一些，但是好处如CFitemitemitemuser度。而隐语模型将矩阵进行分解，变成两个矩阵，将user与item转化为同一个维度，就是对用户点击的分类，就可以直接计算item与user的相似度。目前用的比较多的就是隐语模型，主要用在电影评分领域，在推荐领域也是可以使用。还有一种方式是NCF，就是useritemembeddinguser与item统一到同一个向量空间，通过神经网络训练出各自的向量，最后得出用户与item预估，最常用的点击率预估模型，速度快，效果好，与人工规则相比，效果提升显著。后LRFTRLLRLR果提升明显。目前用的比较多的是基于深度学习，wide&deepFTRLWide&deeplearning逻辑回归有一个记忆能力，deep层有泛化能力，wide和deep层的特征需要甄别，能够时还需要做人工交叉，比如用户兴趣与内容的匹配度，还会利用FM还做自动交叉。FM交叉也需要embedding，目前流行的用deepFM和deep层用同一层embeddingembedding，最后进行NLPNLPNLP合，人力也是一个挑战；视频在信息流产品比重越来越重，与图像类似，目前基本以CTR乘以时

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