搜索与推荐技术
阿豪Tata
愿过去的都不后悔,未来的都充满希望(欢迎各位朋友,大家相互认识一下哈)
展开
-
Es实现去重查询或分组查询--collapse
关系型数据库中,比如MySQL,可以通过distinct进行去重,或者根据group by分组Elasticsearch类似功能的实现方式1 ) es查询结果进行去重计数es的去重计数工卡可以通过es的聚合功能+Cardinality聚合函数来实现2 ) es查询结果去重后显示去重显示有两种方式:(1) 使用字段聚合+top_hits聚合方式(2)使用collapse折叠功能第一种top_hits, "aggs": { "group_acc_type": { "te原创 2022-01-07 14:56:33 · 14405 阅读 · 0 评论 -
Es 里filter、bool和范围查询
Filter过滤查询filter是不计算相关性的,同时可以缓存。因此filter速度快于query。GET /tms-pro-trade-record-beta-2/_search { "query": { "bool": { "must": [ { "term": {原创 2021-02-21 09:01:17 · 2950 阅读 · 0 评论 -
es中keyword字符串类型排序问题
kibana中请求如下size为返回条数,source为返回字段,aggs为聚合查询,sum为求和GET /tms-pro-insurance-record-beta-1/_search{ "track_scores": false, "_source": [ "order_num", "company_id", "Order|b_tr_car_batch", "create_time", "ol_create_time", "show_orde原创 2021-02-20 14:03:18 · 2891 阅读 · 2 评论 -
kibana中查看es版本
GET /返回结果{ "name" : "K1AwfsV", "cluster_name" : "xxxxx", "cluster_uuid" : "xxxxxx", "version" : { "number" : "6.7.0", "build_flavor" : "default", "build_type" : "tar", "build_hash" : "82624bd", "build_date" : "2020-03-17T07:3原创 2021-01-07 10:32:45 · 6396 阅读 · 0 评论 -
爱奇艺推荐系统
导 读在当前这个移动互联网时代,除了专业内容的丰富,UGC内容更是爆发式发展,每个用户既是内容的消费者,也成为了内容的创造者。这些海量的内容在满足了我们需求的同时,也使我们寻找所需内容更加困难,在这种情况下个性化推荐应运而生。个性化推荐是在大数据分析和...转载 2020-04-17 10:57:45 · 495 阅读 · 0 评论 -
用户活跃/用户价值度分析
转载:https://blog.csdn.net/hellozhxy/article/details/82492759用户活跃、用户价制度分析的在数据分析师的日常工作中经常会碰到,如何根据公司的业务情况对本公司的用户做活跃和价制度的划分是一种常规化的分析工作。在用户生命周期中,对每个用户进行群体划分,有针对性地做分群分层运营,可以更高地提高营收转化。(用户生命周期指用户从注册账户建立起业务关系...转载 2019-04-11 13:35:47 · 1343 阅读 · 0 评论 -
用户画像总结
转载:https://blog.csdn.net/zzhhoubin/article/details/79727130 最近在工作之余,结合自己的理解和论坛上的一些帖子,整理了份用户画...转载 2019-04-02 19:16:02 · 423 阅读 · 0 评论 -
1号店架构师王富平:一号店用户画像系统实践
转载:https://blog.csdn.net/qiansg123/article/details/80121794 我先引用梵高的一句话:“我想强调的是,同一个人有多样的自画像。与其追求照相般的相似性,不如深入地发掘相似处”。下图是是当时梵高比较得意时的画像,戴了礼帽,穿了西服,但那时耳朵...转载 2019-04-16 13:10:13 · 2741 阅读 · 0 评论 -
【推荐系统】你还在用用户画像和协同过滤做推荐系统吗?
转自:https://blog.csdn.net/qq_27032425/article/details/77359960本文是大数据杂谈 7 月 13 日社群公开课分享整理,也是第四范式主题月的第二堂公开课内容。今天想和大家分享,如何使用大规模机器学习解决真实的业务问题。我们今天会以机器学习中的一个典型场景为例...转载 2019-04-16 13:13:32 · 1469 阅读 · 0 评论 -
基于用户行为的兴趣标签模型
转载:https://blog.csdn.net/hellozhxy/article/details/82495424 随着网站规模的扩大,内容也相应的与日俱增,涵盖的频道也越来越繁杂,在如此海量的信息平台下,如何更好的服务用户成了各门户网站的首要任务。从用户需求的角度考虑,对内...转载 2019-04-13 09:04:50 · 2162 阅读 · 0 评论 -
浅谈推荐系统基础
转载:https://blog.csdn.net/hellozhxy/article/details/81071244 这篇文章的技术难度会低一些,主要是对推荐系统所涉及到的各部分内容进行介绍,以及给出一些推荐系统的常用算法,比起技术,产品色彩会强不少。参考了《长尾理论》、《推...转载 2019-04-11 13:27:28 · 1081 阅读 · 0 评论 -
Sphinx 的介绍和原理探索
What/Sphinx是什么定义:Sphinx是一个全文检索引擎。特性:索引和性能优异易于集成SQL和XML数据源,并可使用SphinxAPI、SphinxQL或者SphinxSE搜索接口易于通过分布式搜索进行扩展高速的索引建立(在当代CPU上,峰值性能可达到10 ~ 15MB/秒)高性能的搜索 (在1.2G文本,100万条...转载 2018-10-27 14:30:06 · 194 阅读 · 0 评论 -
淘宝推荐系统
转载:https://blog.csdn.net/yueyedeai/article/details/15671005 一、推荐系统概念1、推荐系统定义维基百科:推荐系统属于资讯过滤的一种应用。推荐系统能够将可能受喜好的资讯或实物(例如:电影、电视节目、音乐、书籍、新闻、图片、网页)推荐给使用者。推荐系...转载 2018-11-30 15:52:57 · 5998 阅读 · 0 评论 -
人工智能——搜索技术
转载:https://blog.csdn.net/Sun7_She/article/details/40344329AI-3的80~84不懂A*算法不懂引言:什么是搜索:根据问题的实际情况不断寻找可利用的知识,构造出一条代价较少的推理路线,使问题得到圆满的解决的过程称为搜索。包括两个方面:——...转载 2018-11-30 15:49:29 · 8188 阅读 · 0 评论 -
推荐引擎系统架构
转载:https://blog.csdn.net/u011630575/article/details/80262307      本文从互联网收集并整理了推荐系统的架构,其中包括一些大公司的推荐系统框架(数据流存储、计算、模型应用),可以参考这些资料,取长补短,最后...转载 2018-12-29 08:55:14 · 488 阅读 · 2 评论 -
5类系统推荐算法,非常好使,非常全
转载:https://blog.csdn.net/u010670689/article/details/71513133/ ◆ ◆ ◆ 序言 最近因为PAC平台自动化的需求,开始探坑推荐系统。这个乍一听去乐趣无穷的课题,对于算法大神们来说是这样的: 而对于刚接触这个领域的我来说...转载 2018-11-28 10:17:55 · 906 阅读 · 0 评论 -
浅析PageRank算法
转载:https://blog.csdn.net/pi9nc/article/details/8872862机器学习很早就对Google的PageRank算法很感兴趣,但一直没有深究,只有个轮廓性的概念。前几天趁团队outing的机会,在动车上看了一些相关的资料(PS:在动车上看看书真是一种享受),趁热打铁,将所看的东西整理成此文。...转载 2018-11-30 16:24:24 · 327 阅读 · 0 评论 -
LBS推荐系统的设计方法
转载:https://blog.csdn.net/javastart/article/details/50878872 摘要:推荐系统是兴趣点系统的核心,本文将重点介绍推荐系统。推荐系统是一个很庞大的课题,该文主要讲述推荐系统的设计方法,包含推荐系统的数学基础和设计原理。在 《程序员》12月刊...转载 2018-11-30 15:51:33 · 1811 阅读 · 0 评论 -
ALS算法讲解
转载:https://blog.csdn.net/u010670689/article/details/73611884 Kendall秩相关系数(Kendall rank correlation coefficient)对于秩变量对:注:Sir Maurice George...转载 2018-11-30 15:51:05 · 714 阅读 · 0 评论 -
蘑菇街搜索与推荐架构
转载:https://blog.csdn.net/hu948162999/article/details/78862573 搜索架构的探索之当前现状蘑菇街搜索当前架构如上图,是蘑菇街当前搜索架构,分为在线和离线两部分。在线部分主要职责是处理在线的搜索请求。离线部分的主要职责是处理数据流。...转载 2018-12-08 09:11:14 · 490 阅读 · 0 评论 -
美团旅游召回系统设计
转载:https://blog.csdn.net/hu948162999/article/details/80437084 背景美团点评作为最大的生活服务平台,有丰富的品类可供用户选择,因此搜索这个入口对各业务的重要性不言而喻,除了平台搜索外,业务搜索系统的质量和效果对用户体验、商家曝光、平台交易...转载 2018-12-08 09:11:44 · 613 阅读 · 0 评论 -
电商搜索引擎的架构设计和性能优化
转载:https://blog.csdn.net/hu948162999/article/details/78861860 首先,我想说的是电商搜索引擎和普通的搜索引擎有很大的差别,因为电商搜索引擎主要是解决用户要“买什么”,而通用搜索引擎主要是解决用户“搜什么”。比如同样搜索一个词“百年孤独”,电商的搜索肯...转载 2018-12-10 09:07:28 · 985 阅读 · 0 评论 -
【推荐系统】基于内容的推荐系统和基于知识的推荐系统
转载: https://blog.csdn.net/gongxifacai_believe/article/details/82144938 1、基于内容的推荐系统(1)基于内容的推荐算法概述 基于内容的推荐算法(Content-based Recommendation...转载 2018-11-30 16:25:38 · 3012 阅读 · 0 评论