- 博客(2)
- 收藏
- 关注
原创 推荐系统[二]:召回算法超详细讲解
召回是源头,在某种意义上决定着整个推荐的天花板;粗排是初筛,一般不会上复杂模型;精排是整个推荐环节的重中之重,在特征和模型上都会做的比较复杂;重排,一般是做打散或满足业务运营的特定强插需求,同样不会使用复杂模型;召回层:召回解决的是从海量候选item中召回千级别的item问题统计类,热度,LBS;协同过滤类,UserCF、ItemCF;U2T2I,如基于user tag召回;
2024-07-10 10:26:52
883
1
原创 推荐系统[一]:推荐系统介绍完整入门指南
推荐算法其实本质上是一种信息处理逻辑,当获取了用户与内容的信息之后,按照一定的逻辑处理信息后,产生推荐结果。热度排行榜就是最简单的一种推荐方法,它依赖的逻辑就是当一个内容被大多数用户喜欢,那大概率其他用户也会喜欢。但是基于粗放的推荐往往会不够精确,想要挖掘用户个性化的,小众化的兴趣,需要制定复杂的规则运算逻辑,并由机器完成。召回:当用户以及内容量比较大的时候,往往先通过召回策略,将百万量级的内容先缩小到百量级。
2024-07-08 22:58:19
342
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人