文章个性化推荐

1、tf-idf对文本关键词进行提取作为文章标签。

2、lda模型对文本进行主题聚类。

3、通过用户对于实时、离线历史标签的偏好进行召回。

4、通过人的特征、素材特征、交互特征、以及位置手机特征通过gbdt模型进行点击量预估。

 

其中分词、特征工程都是其中很重要环节。

转载于:https://www.cnblogs.com/freedommovie/p/7286030.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值