用户画像

 

 

 

 

 

用户的兴趣有长期、中期、短期。召回的时候，需要每一种都取一点。

根据端内用户群体的特征，可以对不同种类的类别再推荐的时候，可以给每一个类别一个基础分base.在用户有行为了之后，可以在进行调整。比如base + Click/Exposure

 

 

有的tag具有长实效性，有的tag具有短实效性。有些时候，你需要对用户的长实效性的tag进行一些试探。

有的tag时效性短，有的tag时效性长。因此，不同tag的用户的兴趣下降和上升的速度不一样。

关于长期、中期、短期画像的更新:  

比如5天算中期画像，则获取当前用户统计后，获取前4天的，合并一起便得到中期画像。（不是所有数据都重新更新一边，是增量更新的）

 

对于点击是1，并且曝光也是1的，应该怎么做平滑？ 答：可以计算改类别的总体点击/总体曝光。然后分别加入到分子和分母中。

 

 

Beta分布是伯努利分布的共轭先验分布。

如果参数有2个是要使用2阶的矩估计。如果参数有3个，则需要使用3阶的矩估计。

 

举例：某司采用一周的数据（一段时间）计算出均值和方差，然后计算每天的点击率，然后采用矩估计得出阿尔法和β

贝叶斯平滑

威尔逊区间：置信

 

 

千人千面的问题：数据存储太多，用户量大的话，可能有些计算不过来。要综合考虑收益和成本。如果非要做，那就每一个人记录画像中的tags.

如果千人一面实在是计算不过来，可以使用千人百面。把用户分成大群体，每个群体中找一些代表群体，然后就可以做了。

可以按照用户的画像，抽取一些向量出来，然后做Kmeans聚类。

聚类，除了使用tage特征外，还可以使用分桶或用户的Embeeding（方式很多，能嵌用户信息的Embedding都可以）来进行聚类，