智能搜索和推荐系统第十二章--推荐应用实战:基于广告平台的推荐
广告是为了达到某种特定的目的,向公众传递信息的宣传手段。广告对每一个企业业务的增长起到了举足轻重的作用。本章将介绍基于广告平台的推荐实践经验。 1 推荐系统的架构设计广告是互联网公司流量商业变现的主要形式,是由多方参与主体共同完成的一项商业营销活动。计算广告的核心问题是在给定的一系列上下文环境中,去 ...
Read more
智能搜索和推荐系统第十一章--搜索应用实战
1 电商搜索系统的架构设计在电商领域,一个完整的搜索系统的设计需要多年的经验和对整个领域的认知。下面先给出一个搜索系统架构示例,如下图所示。 对于电商公司来说,网站索引商品的量大概在百万级别,因此要求搜索引擎既要搜得准,又要搜得全。搜得准能够提升客户满意度,减少客户流失;搜得全能够给商品带来更多的曝 ...
Read more
智能搜索和推荐系统第十章--搜索引擎工具
本章主要介绍几款主流的搜索引擎工具:Lucene、Solr、Elasticsearch,因为在搜索、推荐和广告等场景中会越来越多地使用这些搜索引擎工具。 1.Lucene简介Lucene是一种高性能、可伸缩的信息搜索引擎,最初由鼎鼎大名的Doug Cutting开发,是基于Java实现的开源项目。L ...
Read more
智能搜索和推荐系统第九章--推荐系统的评价
1.推荐评估的目的推荐系统评估与推荐系统的产品定位息息相关。推荐系统是信息高效分发的手段,用于更快、更好地满足用户的不确定需求。所以,推荐系统的精准度、惊喜度、多样性等都是评估的指标。同时,推荐系统要具备稳定性。稳定性可以通过实验评估。在实现方面,是否能支撑大规模用户访问等也是推荐系统评估指标。 推 ...
Read more
智能搜索和推荐系统第八章--推荐系统的主要算法
本章介绍思路如下:从协同模型推广到矩阵分解,从第5章介绍的LR模型推广到其他线性模型如FM和FFM,从第5章介绍的树模型和集成模型推广到其他树模型和集成算法模型,以及深度学习模型Wide&Deep、Deep FM。 1.矩阵分解基于协同的模型都属于近邻分析模型,但是近邻分析模型又存在一些明显 ...
Read more
智能搜索和推荐系统第七章--推荐框架及原理
1.推荐系统的框架及运行推荐系统关注的三大核心问题,分别是预测、排序和可解释性。预测主要是推断用户对物品的喜好程度。排序是对已经推断出的结果进行排序。可解释性是指对推荐的结果给出合理的解释,甚至可以通过关系图谱的方式展示。 1.1 基本框架一个推荐系统大致可以分为4层,分别为离线层、存储层、近线层和 ...
Read more
2020法研杯阅读理解赛道第一名方案
2020法研杯阅读理解赛道第一名方案2020年法研杯阅读理解竞赛结束了,我们团队在最终排行榜获得了第一名的成绩,去年也参加了,过了一年,还是一只鶸,害,首先感谢各个队友的帮助,接下来是我对参加这次比赛的总结与分享,希望和大家相互学习,多交流。 数据介绍今年的数据集是去年的升级版,去年格式类似SQuA ...
Read more
智能搜索和推荐系统第六章--搜索系统评价
搜索系统的评价维度一般包括性能评价和效益评价。性能评价一般包括时间性能和空间性能。系统响应的时间越短,占用的存储空间越小,系统的性能就越好。但时间优越性和空间优越性一般不能兼得,需要取舍。对于搜索系统而言,我们除了考虑响应时间和存储空间之外,还需要考虑其他重要指标,如排序相关性等,即需要考虑检索结果 ...
Read more
智能搜索和推荐系统第五章--搜索系统中的主要算法
1.搜索和机器学习搜索引擎包含两个阶段:召回和排序。搜索系统中所涉及的机器学习的算法会分布在两个部分。第一部分是对Query及文档的理解过程,因为理解过程中使用了自然语言处理等相关算法。第二部分就是排序学习过程,即将机器学习技术应用到排序阶段, 1.1排序学习传统的检索模型靠人工来拟合排序公式,并通 ...
Read more
智能搜索和推荐系统第四章-1--搜索系统框架及原理
1.文本分析在搜索过程中需要对文本进行处理,比如对查询的分析以及建立索引时对文档内容的分析,我们将这部分内容称作“Query理解”。其主要包括Query预处理、Query纠错、Query扩展、Query归一、联想词、Query分词、意图识别、term重要性分析、敏感Query识别、时效性识别等。如下 ...
Read more