推荐算法
文章平均质量分 58
主要记录推荐算法相关内容
魑魅魍魉114
这个作者很懒,什么都没留下…
展开
-
推荐算法之Thompson(汤普森)采样
推荐算法之Thompson(汤普森)采样 - 光彩照人 - 博客园如果想理解汤普森采样算法,就必须先熟悉了解贝塔分布。 一、Beta(贝塔)分布 Beta分布是一个定义在[0,1]区间上的连续概率分布族,它有两个正值参数,称为形状参数,一般用α和β表示,Beta分布https://www.cnblogs.com/gczr/p/11220187.html...转载 2022-03-10 19:38:22 · 1188 阅读 · 0 评论 -
推荐算法之E&E
一、定义E&E就是探索(explore)和利用(exploit)。Exploit:基于已知最好策略,开发利用已知具有较高回报的item(贪婪、短期回报),对于推荐来讲就是用户已经发现的兴趣,继续加以利用推荐。优点:充分利用高回报item。缺点:容易陷入局部最优,可能错过潜在最高回报的item。Explore:挖掘未知的潜在可能高回报的的item(非贪婪、长期回报),对于推荐来讲,就是探索用户新的未知的兴趣点,防止推荐越来越窄。优点:可以发现更高回报的item。缺点:充分.转载 2022-03-10 19:34:31 · 585 阅读 · 0 评论 -
推荐系统技术演进趋势:从召回到排序再到重排
推荐系统技术演进趋势:从召回到排序再到重排 - 知乎转载 2022-01-23 17:19:17 · 91 阅读 · 0 评论 -
什么是Embedding
简单来说,embedding就是用一个低维的向量表示一个物体,可以是一个词,或是一个商品,或是一个电影等等。这个embedding向量的性质是能使距离相近的向量对应的物体有相近的含义,比如 Embedding(复仇者联盟)和Embedding(钢铁侠)之间的距离就会很接近,但 Embedding(复仇者联盟)和Embedding(乱世佳人)的距离就会远一些。 除此之外Embedding甚至还具有数学运算的关系,比如Embedding(马德里)-Embedding(西班牙)+Embedding(法转载 2022-01-23 16:14:29 · 708 阅读 · 0 评论