分类 ucb ThompsonSampling epsilon-greedy naivte-bandit linUCB ref bandit算法

文章目录1. 什么是jaccard相似度2. 计算方法2.1 二维2.2 推广到多维3. 推荐中的余弦相似度 1. 什么是jaccard相似度 交并比，交集比并集，表示多样性或者 2. 计算方法 2.1 二维 a⋅b=∥a∥∗∥b∥∗cos⁡θa \cdot b= \| a \| * \| b \| * \cos\thetaa⋅b=∥a∥∗∥b∥∗cosθ 2.2 推广到多维 similarity=cos⁡θ=A⋅B∥A∥∥B∥=∑i=1nAi×Bi∑i=1n(Ai)2×∑i=1n(Bi)2similar

文章目录1. 什么是余弦相似度2. 计算方法3. 推荐中的余弦相似度 1. 什么是余弦相似度 两条边的夹角，如果夹角越小越相似 2. 计算方法 3. 推荐中的余弦相似度 wuv=∣N(u)⋂N(v)∣∣N(u)∥N(v)∣w_{uv}=\frac{\vert N(u) \bigcap N(v)\vert}{\vert N(u)\|N(v) \vert}wuv​=∣N(u)∥N(v)∣∣N(u)⋂N(v)∣​ ...

原理

读论文 Real-time Personalization using Embeddings for search Ranking at Airbnb par1 introduction part2 Related work part3 Methodology part4 Experiments part5 Conlcusion

排序 https://blog.csdn.net/anshuai_aw1/article/details/86018105#1.2%20LTR%E5%9F%BA%E6%9C%AC%E6%A1%86%E6%9E%B6 https://zhuanlan.zhihu.com/p/113302654

特征值分解 SVD Funk SVD

召回 基于规则 基于向量