个性化语义召回模型

重要组件:1.query解析;2.目标召回;3.目标排序

解决问题:1.语义检索问题;2.个性化检索问题

如何召回语义上相似但没有明确和query项匹配的物品

针对不同的人相同的搜索词,希望召回一些个性化的物品,较为发散

应用依据:电商领域最常用的召回当属item-based CF,此类方法根据item的共现关系计算相似性,非常适合根据实时trigger(点击、收藏、加购等)进行召回,而传统的user-item则不合适

最近较为火爆的实时trigger召回算法为deepWalk和Swing

目标:基于用户的不同查询query,召回结果不仅要满足搭配关系还要与用户行为强相关

关键因子:用户、物品、行为关系

上一篇:在Linux驱动中使用LED子系统


下一篇:element-UI 表单校验规则