![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习(广告、推荐、数据挖掘)
文章平均质量分 76
杨步涛的博客
老杨,目前居住上海 微信:yangbt_6225080 qq:306591368 擅长云计算、分布式系统设计、docker容器化技术、海量数据的存储、搜索、数据挖掘。
展开
-
逻辑回归算法分析及在MLlib中的实现剖析
逻辑回归作为分类算法的一种,在互联网领域中的预测、判别中应用的非常广泛,像广告投放中的点击率预估,推荐算法中的模型融合等等。本文简要介绍逻辑回归的算法,以及在MLlib中的实现解析。逻辑回归其实是一个分类问题,此类问题的模型训练,基本上分3步骤,第一步要寻找假设预测函数h,构造的假设函数为在线性回归的函数基础上,加上一个Sigmoid函数进行Norm,把函数值输出在0到1的范围内,函数的值有特殊的原创 2015-04-11 15:15:33 · 10792 阅读 · 0 评论 -
随机森林&GBDT算法以及在MLlib中的实现
决策树的一个缺点是容易出现过拟合,可以把利用融合的方式把各个弱模型集成起来,解决过拟合,提高模型的泛化能力。决策树和bagging 、boosting的思想结合在一起,诸如随机森林、GBDT,在数据挖掘中的预测分类、推荐广告以及搜索中的排序算法模型、搜索关键词的扩展推荐等等应用的非常广泛。先讲一下bagging和boosting方式的区别。Bagging的方式算是比较简单的,训练多个模型,利用每个原创 2015-04-18 17:02:42 · 14594 阅读 · 0 评论 -
决策树在MLib中的实现解析
决策树作为一种分类回归算法,在处理非线性、特征值缺少的数据方面有很多的优势,能够处理不相干的特征,并且对分类的结果通过树的方式有比较清晰的结构解释,但是容易过拟合,针对这个问题,可以采取对树进行剪枝的方式,还有一些融合集成的解决方案,比如随机森林RandomForest、GBDT (Gradient Boost Decision Tree)等,对于随机森林、GBDT在后面的章节进行介绍模型的训练过原创 2015-04-17 14:59:32 · 8648 阅读 · 1 评论 -
MLlib算法简介
主要的机器学习的算法目前在MLlib中都已经提供了,分类回归、聚类、关联规则、推荐、降维、优化、特征抽取筛选、用于特征预处理的数理统计方法、以及算法的评测原创 2015-04-10 12:01:31 · 21334 阅读 · 1 评论 -
大数据应用能力层次模型
画了一张在实践中的大数据应用能力层次模型草图,大数据应用的几个阶层从数据的基础平台,业务运营监控支撑,精细化的运营和营销,以及数据对外的服务和市场传播原创 2015-01-01 16:22:45 · 4284 阅读 · 1 评论 -
定向展示广告投放中的点击率预估模型简介
平台中有一些栏位是留给广告投放用的,对于平台来讲需要关注整体受益,用户需要关注用户体验,广告主需要进行精准的把广告投放给受众,提高转化率。广告投放给用用户展示,最重要的是排序,之前的排序公式是ctr*Bid,其中ctr是广告的历史点击率,Bid是广告主的出价。缺点是存在广告的冷启动和缺乏用户个性化诉求;对于新上架的广告,投放量太少,数据有偏,可以采用点击率平滑的方式,在广告投放前设置一个默认的展示原创 2014-12-22 20:33:05 · 10197 阅读 · 0 评论 -
内容分发平台个性化推荐系统经验简单总结
推荐在电商和互联网应用中已经应用的非常广泛,相比于根据query进行主动的搜索,推荐是更加被动的由系统自动推出商品给用户。搜索的意图比较明显,直接由query给出,而推荐需要计算猜测用户的意图,根据用户历史数据和当前行为,基于各种模型推荐合适的商品,提升用户体验,提高转化率。不过近些年来,搜索和推荐在底层模型和技术方面越来越趋于融合,利用机器学习的方式来改进搜索和推荐的质量,像搜索排序LTR等等。原创 2015-01-01 15:37:52 · 15520 阅读 · 0 评论 -
总结数据挖掘预测分类中的样本筛选和特征处理
基于特征化工程进行用户特征化,结合相关的机器学习算法对业务进行挖掘建模,在广告的精准投放、预测、风控等领域中应用的非常广泛。无论是有监督的学习分类算法,还是无监督的聚类也罢,都需要建立特征向量,对特征进行预处理;其中对于有监督的训练时,还需要进行样本的筛选。本章节讲解一下样本选择和特征处理方面的一些方法技巧。在做样本训练前需要挑选样本,需要注意样本不平衡的问题,比如在定向广告预估点击率二元模型中,原创 2015-01-01 15:44:45 · 17067 阅读 · 4 评论 -
分享我在2014架构师大会演讲材料<<基于用户画像的大数据挖掘实践>>
分享我在2014架构师大会演讲材料>,猛点这里原创 2014-12-22 21:06:22 · 6940 阅读 · 2 评论 -
漫谈搜素引擎的排序模型
万变不离其宗,搜索引擎的搜索结果排序算法模型,可以抽象为计算每一个doc的p(d|q),利用朴素贝叶斯算法原理,p(d|q)=p(q|d)*p(d)/p(q),p(q)对于每一个doc都是一样的,所以最终的排序打分是p(q|d)*p(d),p(q|d)是query和doc的匹配程度,p(d)是每个doc的本身的打分,而doc本身的打分可以定义的角度非常多,和诸多的因素有关。Lucene默认的排序算原创 2015-01-07 20:58:43 · 4161 阅读 · 1 评论 -
搜索推广中的查询词扩展
搜索在移动内容分发入口中占有很大的比重,相比较于搜索列表中的应用,搜索广告是在最优的位置展示推广的应用,用户的查询意图比较明显,可以进行高效的推广开发者的应用。对于广告位置的竞争排名,搜索广告一般的做法是,先对用户的query进行扩展,扩展之后再和广告的竞价词进行匹配,筛选匹配的广告,再根据质量得分*出价进行排序,质量得分一般是由很多的个因素组成,有广告应用的历史下载量、广告人气、以及query和原创 2015-01-07 13:43:58 · 3531 阅读 · 0 评论 -
给研发培训资料两篇(架构设计&大数据)
互联网架构设计理念漫谈大数据平台及在推荐广告的应用原创 2015-09-04 15:02:56 · 6145 阅读 · 1 评论