qq_39360376的博客

原创 推荐系统和在线广告常见的系统架构

转载 转载：浅谈PageRank

我们可以将互联网上的网页模拟为一个节点，而这个网页的“出链”看做是指向其他节点的一条“有向边”，而“入链”则是其他节点指向这个节点的有向边。这样整个网络就变成了一张有向图。事情到此就显得容易解决了，因为我们用图论中最普通的有向图模型，完成了对此类问题的建模。具体的说，网页质量的评估是遵循以下两个假设的： 数量假设：一个节点（网页）的入度（被链接数）越大，页面质量越高 质量假设：一个节点（网页）的...

原创 信息检索：相关性

布尔模型：直接将查询转换为布尔表达式。 基于排序的布尔模型：   tf-idf机制： 在一份给定的文件里，词频 (term frequency, TF) 指的是某一个给定的词语在该文件中出现的次数。这个数字通常会被归一化（分子一般小于分母 区别于IDF），以防止它偏向长的文件。（同一个词语在长文件里可能会比短文件有更高的词频，而不管该词语重要与否。） 　　逆向文件频率 (inverse d...