2024基于信用体系的内容开放平台建设_第1页
2024基于信用体系的内容开放平台建设_第2页
2024基于信用体系的内容开放平台建设_第3页
2024基于信用体系的内容开放平台建设_第4页
2024基于信用体系的内容开放平台建设_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

badcase、一些坏的东西，主要是基于专家制定的规则。随着行业越来越发展，PCG（、G、OGC（职业生产内容）。用户生产内容典型的例子有大众点评、地图，豆瓣、知乎属于专ABAB（VIP用户和日常用户）信用，再一个就是管理者自身的信用，比如你的信用体系构建后就开发团队，分别对应司法体系中的Police、Court、Procuratorate。运营中心审核争议，分级是由内容提供方的级别来决定你的内容属于什么样的级别，如低信用级别和高信用级6IP量的过滤时，过滤的值超过20%,信用是停滞的，超过50%信用是下滑的，超过70%就属录违规行为），另一个是如何找特殊的用户（Abadcase，如何在全网找到相同c=(n-1)pn（用户量）c>1什么情况下进行适当的控制。前面C>1可以参考，但是还要和你平台本身的定位来确定。FacebookWord2vec作文本分类相对于其他算法效果较好，Word2vec是基于深度学习和神经网络的一套词向量的表达方式。FacebookfastText，主要是输入一个词的序列，输出属于不同类前用的好的分词工具是Jcseg，但在实际使用时还需要改造，分词完后可以把序列投入算法个算法对比，Word2vec在cbow后面加了一个反向神经网络训练的过程，输出结果是输入层的表达。fastText则充分利用了h-softmax的分类功能，遍历分类树的所有叶节点，找到概率最大的label。IP等一系列向量的相似度足够高，将这些相似度高的用户做一个聚类。很多平台对于这些OK特定用户进行分级。分级策略比如20天优质账号，60天良性账号，90天权重较低账号不将用户进行群分，然后基于VIP分级池做相似资源的挖掘，挖掘好的用户进行抽样，做发挥度，再挑

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