实例介绍
基于用户和物品的推荐系统,比较值得机器学习行业分析
目录 x背景介绍 x浅层模型时代 x深度学习时代 品平 DTCC2016年中国数据库技术大会 SeaueMedia Aise G chinaUhzx Tup 背景介绍我们的业务 媒体流量 主站搜索页 京东商品挖掘 主站列表页 京东移动端 商品召回 京东广告和商品推荐 展示包段媒体 业务系统 排序 优选 广告召回 ADX流量 京准通广告平 机器学习系统 SEM流量 品平 DTCC2016年中国数据库技术大会 SeaueMedia Aise G chinaUhzx Tup 背景介绍问题 x主要解决的问题 +机器学习在排序算法中的应用 +特点 x实时,在线 x广告,推荐的混合系统 品平 DTCC2016年中国数据库技术大会 SeaueMedia Aise G chinaUhzx Tup 目录 x背景介绍 x浅层模型时代 x深度学习时代 品平 DTCC2016年中国数据库技术大会 SeaueMedia Aise G chinaUhzx Tup 浅层模型时代|机器学习系统核心问题 x模型算法 x日志流 x训练系统 x特征系统 x评估系统 品平 DTCC2016年中国数据库技术大会 SeaueMedia Aise G chinaUhzx Tup 浅层模型时代模型算法 x浅层模型算法 大规模稀疏性特征建模,Ir +核心优化方向:特征 x手工特征工程 x特征组合算法: *Fm/ffm * gbdt+Ir 品平 DTCC2016年中国数据库技术大会 SeaueMedia Aise G chinaUhzx Tup 浅层模型时代模型算法 x Fm/ffm 通过因式分解,减少数据稀疏性,有效学习特征 组合 参数规模:η^2降为k*n(k<<n,k为 facto大小,n特 征数目) +问题:全组合的话,模型size=nk,收益和资源 的取舍 品平 DTCC2016年中国数据库技术大会 SeaueMedia Aise G chinaUhzx Tup 浅层模型时代特征系统 x特征系统主要问题 +线上线下特征一致性 根据经验,线上线下特征一致性的架构,在业务 指标上能带来数量级的提升 品平 DTCC2016年中国数据库技术大会 SeaueMedia Aise G chinaUhzx Tup 【实例截图】
【核心代码】
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论