搜广推算法
文章平均质量分 92
主要记录应用于搜索、广告、推荐的算法模型理论
赵队
一个兴趣使然的非科班算法工程师
展开
-
排序模型(learning to rank)发展史(偏推荐系统
「排序」是一个非常业务化的任务,其实践场景也多为搜索、广告、推荐,被用于解决排序任务的模型也被人一统称作了「排序模型」,但其实「排序模型」也是「普通模型」,只不过或多或少在业务层面针对排序做了一些针对。观察每一类算法模型的发展,最重要的不是事无巨细的记住所有迭代模型的细节,而是明白每一次发生迭代,每一次技术革新,都或多或少解决了上一代模型存在的某一些问题。记住他们迭代的契机,才是通晓了整个历史。这次就来梳理一下排序模型的发展史。提起推荐系统中的算法,最经典的莫过于协同过滤。协同顾虑最早可以追溯到 1992原创 2022-06-30 23:59:54 · 2001 阅读 · 0 评论 -
搜索系统中的文本相关性实践经验
文本相关性问题就是判断两个文本之间的相关程度,也是搜广推中的重点问题之一。本篇文章主要粗略总结这方面的一些实践经验,包括特征、模型以及部署上需要注意的问题,都是本人在工作中积累的实际经验,非综述类文章,只总结用过的。总体包括特征和模型两个方面,特征一般指类似 BM25、tf-idf 之类的统计特征,模型则是指各类双塔、交互深度学习模型。...原创 2022-08-17 14:25:45 · 1705 阅读 · 0 评论 -
搜索算法框架综述
[1] jieba分词_从语言模型原理分析如何jieba更细粒度的分词[2] 全面理解搜索Query:当你在搜索引擎中敲下回车后,发生了什么?[3] 新词发现"算法探讨与优化-SmoothNLP[4] 新词发现(一):基于统计[5] 一文带你了解搜索功能设计[5] 搜索中的纠错问题初探[6] 美团机器学习实践[7] 浅谈Query理解和分析[8] 搜索中的命名实体识别[9] 深入理解搜索引擎-搜索召回[10] 策略算法工程师之路-召回策略(搜索部分)query理解query预处理q原创 2021-05-31 12:37:08 · 2220 阅读 · 0 评论