- 博客(5)
- 资源 (10)
- 收藏
- 关注
RSS订阅原创 漫谈搜素引擎的排序模型
万变不离其宗，搜索引擎的搜索结果排序算法模型，可以抽象为计算每一个doc的p(d|q)，利用朴素贝叶斯算法原理，p(d|q)=p(q|d)*p(d)/p(q)，p(q)对于每一个doc都是一样的，所以最终的排序打分是p(q|d)*p(d)，p(q|d)是query和doc的匹配程度，p(d)是每个doc的本身的打分，而doc本身的打分可以定义的角度非常多，和诸多的因素有关。Lucene默认的排序算
2015-01-07 20:58:43
4200
1
原创 搜索推广中的查询词扩展
搜索在移动内容分发入口中占有很大的比重，相比较于搜索列表中的应用，搜索广告是在最优的位置展示推广的应用，用户的查询意图比较明显，可以进行高效的推广开发者的应用。对于广告位置的竞争排名，搜索广告一般的做法是，先对用户的query进行扩展，扩展之后再和广告的竞价词进行匹配，筛选匹配的广告，再根据质量得分*出价进行排序，质量得分一般是由很多的个因素组成，有广告应用的历史下载量、广告人气、以及query和
2015-01-07 13:43:58
3552
原创 大数据应用能力层次模型
画了一张在实践中的大数据应用能力层次模型草图，大数据应用的几个阶层从数据的基础平台，业务运营监控支撑，精细化的运营和营销，以及数据对外的服务和市场传播
2015-01-01 16:22:45
4298
1
原创 总结数据挖掘预测分类中的样本筛选和特征处理
基于特征化工程进行用户特征化，结合相关的机器学习算法对业务进行挖掘建模，在广告的精准投放、预测、风控等领域中应用的非常广泛。无论是有监督的学习分类算法，还是无监督的聚类也罢，都需要建立特征向量，对特征进行预处理；其中对于有监督的训练时，还需要进行样本的筛选。本章节讲解一下样本选择和特征处理方面的一些方法技巧。在做样本训练前需要挑选样本，需要注意样本不平衡的问题，比如在定向广告预估点击率二元模型中，
2015-01-01 15:44:45
17086
4
原创 内容分发平台个性化推荐系统经验简单总结
推荐在电商和互联网应用中已经应用的非常广泛，相比于根据query进行主动的搜索，推荐是更加被动的由系统自动推出商品给用户。搜索的意图比较明显，直接由query给出，而推荐需要计算猜测用户的意图，根据用户历史数据和当前行为，基于各种模型推荐合适的商品，提升用户体验，提高转化率。不过近些年来，搜索和推荐在底层模型和技术方面越来越趋于融合，利用机器学习的方式来改进搜索和推荐的质量，像搜索排序LTR等等。
2015-01-01 15:37:52
15610
TCP.IP.Sockets.in.Java.2nd.Edition
2010-04-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人