召回04 离散特征的处理

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 320平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄7年

关注

原创 2024-09-24 14:04:25 320 阅读 AI 写同款· GEO 优化 ›

推荐系统会将一个id映射成一个向量

Qne-Hot编码

Embedding(嵌入)：

把每个类别映射成一个低维的稠密向量

收录于

推荐系统

当前文章被收录于：

推荐系统

25 篇文章 0 人学习

王树森老师

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#算法

相关推荐

SEED-VIG数据集实战：5步搞定驾驶员疲劳检测模型（附Python代码）

本文提供了一份基于SEED-VIG数据集的驾驶员疲劳检测模型实战指南。通过五个核心步骤——数据准备、特征提取、模型训练、优化评估及部署思路，详细讲解了如何利用脑电信号构建分类器，并附有完整的Python代码，帮助开发者快速上手这一智能座舱关键技术。

w1x2y3的博客 263

【王树森推荐系统】召回04：离散特征处理

召回04：离散特征处理

hxdxiaoming的博客 1006

ADRV9009的学习历程（一）

** AD9361的同胞ADRV9009 ** 终于记录一下了距离第一次想写博客记录自己学习的点点滴滴，大概已经过去有一年有余。一直都是停留在心有余而力不足的境界。基本每次做项目遇到问题都会来优快云寻求帮助，这里虽离庙堂较远，但高手云集。每每读来，思绪万千，次次膜拜。趁这次又学习了一样新物件，就记录一下，望大神看见能赐教一下。 ADRV9009 最近有项目要用到ADRV9009这个芯片。就来学习一下。做过AD9361的都知道，ADI官方会给出这个芯片的参考手册、数据手册和驱动程序。当然我只是见过AD

weixin_42868560的博客 1万+

一文看懂推荐系统：召回04：离散特征处理，one-hot编码和embedding特征嵌入

（1）找工作投简历的话，你要将招聘单位的岗位需求和你的研究方向和工作内容对应起来，这样才能契合公司招聘需求，否则它直接把简历给你挂了（2）你到底是要进公司做推荐系统方向？还是纯cv方向？还是NLP方向？还是语音方向？还是深度学习机器学习技术中台？还是硬件？还是前端开发？后端开发？测试开发？产品？人力？行政？这些你不可能啥都会，你需要找准一个方向，自己有积累，才能去投递，否则面试官跟你聊什么呢？（3）今日推荐系统学习经验：one hot编码就是总共多少类别，每个类别序号对应位置是1，其余位置是0 embe

weixin_46838716的博客 6864

主流算力卡性能对比分析

超大规模AI训练/HPC：优先选择NVIDIA H100或AMD MI300X，需关注显存带宽和多卡互联能力。企业级AI训练：NVIDIA A100性价比更高，生态成熟。国内自主可控需求：华为昇腾910B是首选，支持液冷和低功耗设计。本地AI推理/游戏：NVIDIA RTX 4090或RTX 5090性价比突出，但需注意显存容量限制。边缘计算/低功耗场景：华为昇腾310或清微智能TX536（能效比6.3TOPS/W@INT8）更合适。

m0_69867914的博客 7803

PCIe中ACS知识小记

虚拟机内部的访问数据显而易见是带的GPA地址。而目前几乎所有的PCIe 设备都带ACS control，所以它们可以单独assign给不同的VM，但是随之而来的就是即使两个GPU同时assign给同一个VM，由于ACS的存在，他们之间也不会有真正的物理层面的P2P访问。每一个TLP都自带一个address（寻址类TLP），同时每一个endpoint，PCIe switch都自带一段BIOS配置的地址空间范围，一旦这个TLP的address落入某个设备的地址范围，那么这个TLP就属于这个设备并消费。

Summer的博客 5078

推荐系统｜召回04_离散特征处理

从one-hot到Embedding，已经节省了很多的存储空间，但当数据量大的时候，还是占空间，所以工业界仍会对Embedding进行优化。而Embedding并不是完全和One-Hot向量脱离关系，可以通过One-Hot向量进行存取对应的向量。这种位置信息会使得性质类似的物品更加聚合到一块去，而性质差异较大的物品在空间上更加分散。而一个物品所对应的Embedding参数是通过训练来得到的。参数是值得训练的，因为参数实际上代表着向量的位置信息。

Fangyechy的博客 313

SAP增强实施-第四代显式和隐式增强技术介绍

概念介绍 SAP第四代增强- Enhancement-Point，分为2种显式增强和隐式增强，显式增强就是手动加入到程序中的Enhancement options，隐式增强就是系统内置的Enhancement options。第四代增强其实是第三代上的加强，都属于面向对象语言的接口技术的应用，但第四代增强使SAP增强实施更具灵活性，四代增强可以直接在源代码里面写增强了代码了，输入参数也不像二代...

weixin_40672823的博客 7954

一文看懂推荐系统：召回06：双塔模型——模型结构、训练方法，召回模型是后期融合特征，排序模型是前期融合特征

（1）找工作投简历的话，你要将招聘单位的岗位需求和你的研究方向和工作内容对应起来，这样才能契合公司招聘需求，否则它直接把简历给你挂了（2）你到底是要进公司做推荐系统方向？还是纯cv方向？还是NLP方向？还是语音方向？还是深度学习机器学习技术中台？还是硬件？还是前端开发？后端开发？测试开发？产品？人力？行政？这些你不可能啥都会，你需要找准一个方向，自己有积累，才能去投递，否则面试官跟你聊什么呢？（3）今日推荐系统学习经验：三种训练方法的本质都是让用户和正样本物品的余弦相似度大，而用户跟负样本的余弦相似度小

weixin_46838716的博客 1万+

基于NB-IoT的智慧路灯监控系统（NB-IoT专栏—实战篇1:项目简介）

基于NB-IoT技术的城市道路智慧路灯监控系统，在每个照明节点上安装一个集成了NB-IoT模组的单灯控制器，单灯控制器再经运营商的网络，与路灯控制平台实现双向通信，路灯控制平台直接对每个灯进行控制，包括开关灯控制、光照检测、自动调节明暗、电耗分析等操作。

不脱发的程序猿 5万+

基于STM32的智能鞋柜系统设计与实现

摘要：本文设计并实现了一种基于STM32F103C8T6单片机的智能鞋柜系统。该系统通过DHT11温湿度传感器、PM2.5粉尘传感器和MQ-135空气质量传感器构建多维度环境监测网络，结合光电红外传感器和光敏传感器实现柜门状态识别与智能照明。系统采用分层控制策略，当温度低于15℃或湿度高于65%时自动启动加热和通风，PM2.5超标时启动通风，污染物浓度升高时激活紫外线杀菌。创新性地实现了柜门状态与紫外线消毒的双保险互锁机制，确保使用安全。测试结果表明，系统温湿度控制精度达±0.4℃/±2.0%RH，PM2.

3254968421的博客 253

一文看懂推荐系统：召回09：地理位置召回、作者召回、缓存召回

（1）找工作投简历的话，你要将招聘单位的岗位需求和你的研究方向和工作内容对应起来，这样才能契合公司招聘需求，否则它直接把简历给你挂了（2）你到底是要进公司做推荐系统方向？还是纯cv方向？还是NLP方向？还是语音方向？还是深度学习机器学习技术中台？还是硬件？还是前端开发？后端开发？测试开发？产品？人力？行政？这些你不可能啥都会，你需要找准一个方向，自己有积累，才能去投递，否则面试官跟你聊什么呢？（3）今日推荐系统学习经验：地理、同城、交互关注相似的作者，缓存机制，都是实际用的工业推荐系统的技巧

weixin_46838716的博客 3852

【AI Agent教程】各种Agent开发框架都是如何实现ReAct思想的？深入源码学习一下

驱动大模型有很多种方式，例如纯Prompt方式、思维链方式、ReAct方式等。ReAct 方式是 AI Agent 最常用的实现思路之一，它强调在执行任务时结合推理（Reasoning）和行动（Acting）两个方面，使得Agent能够在复杂和动态的环境中更有效地工作。

同学小张的博客 6396

一文看懂推荐系统：物品冷启04：Look-Alike 召回，Look-Alike人群扩散

我们用种子用户向量的平均表征新笔记，去跟右边用户求相似度，实际上就是求右边用户对新笔记的喜好，也是右边用户跟种子用户的相似计算

weixin_46838716的博客 4628

IEM模型，地表粗糙度模拟

利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

【推荐系统-召回】召回简介（一）

文章目录召回的作用？常见的召回策略如何评估召回的效果？总结参考文献召回的作用？召回的核心目标：多样性：推荐系统不能让用户的兴趣越来越狭窄，应该让用户看到多样性的结果业务相关目标：不同的业务，如电商、内容推荐、音乐推荐都有自己的业务逻辑，这种业务逻辑可以放到召回中进行处理，也可以放在后续的精排的filter里面，但是filter理论越早越好跟排序的目标一致，排序的目标是什么，召回的目标最好与之保持一致。常见的召回策略一般工业界有两种召回策略，一种是非个性化的召回，另一种是个性化的召回。所谓非

qq_16761099的博客 2339

NTscan扫描工具

ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。

一文看懂推荐系统：物品冷启02：简单的召回通道

双塔模型召回和类目关键词召回

weixin_46838716的博客 3913

新闻推荐比赛学习——任务04——特征工程

特征工程特征工程简介简单来说就是从数据中提取有用的信息，然后将其显性表达出来，好的特征工程需要融合专业领域知识、直觉和基本的数学能力。本质上来说，呈现给算法的数据应该能拥有基本数据的相关结构和属性。即将低维数据抽象为高维向量，然后在高维向量中抽取可以表达数据主要属性或结构的向量构成呈现给算法的数据。特征工程起始就是把数据的属性转换为数据特征的过程，在数据建模时，如果对原始数据所有的属性进行学习，并不能找到数据的潜在趋势，而当通过特征工程对原始数据进行处理后，算法模型可以显著减少噪声的干扰，而更益

qq_41834327的博客 454

一文看懂推荐系统：物品冷启03：聚类召回

基本思想是根据用户的点赞、收藏、转发、记录推荐内容相似的笔记

weixin_46838716的博客 2996

一文看懂推荐系统：排序05：排序模型的特征

用户画像、物品画像、统计特征，还有场景特征

weixin_46838716的博客 4073

一文看懂推荐系统：谷歌YouTubeDNN（Deep Neural Networks for YouTube Recommendations），这适合召回，专门搞user embedding的，配合

youtubeNet已经很古老了，适合召回，反正就是搞清楚usr embedding的过程呗，配合item embedding，就可以做双塔模型召回了，另外，独特的场景，考虑独特的特征，很重要，视频推荐，图文推荐，美食推荐，各有不同的场景的...

weixin_46838716的博客 9698

TimesFM 时间序列预测上手指南

有一堆销售数据或传感器读数，不想训练模型就想直接出预测值和置信区间？TimesFM 时间序列预测正是为这种场景准备的：零样本推理，喂入历史数据即出结果。 ## 项目速览 TimesFM（Time Series Foundation Model）是 Google Research 开源的时间序列基础模型，采用 decoder-only 架构，单次可吃下 16k 长度的上下文。当前版本 Times

gitblog_00661的博客 262

一文看懂推荐系统：排序16：Dual Augmented Two-tower Model和张俊林的SENet，都是为了加入特征交叉想，增强重要特征，去掉噪声，类似于attention的骚操作

weixin_46838716的博客 2096

一文看懂推荐系统：经典双塔模型：微软DSSM模型（Deep Structured Semantic Models），无特征交互，后来美团改进了

经典双塔模型：微软DSSM模型（Deep Structured Semantic Models），无特征交互，后来美团改进了

weixin_46838716的博客 4340

一文看懂推荐系统：召回08：双塔模型——线上服务需要离线存物品向量、模型更新分为全量更新和增量更新

（1）找工作投简历的话，你要将招聘单位的岗位需求和你的研究方向和工作内容对应起来，这样才能契合公司招聘需求，否则它直接把简历给你挂了（2）你到底是要进公司做推荐系统方向？还是纯cv方向？还是NLP方向？还是语音方向？还是深度学习机器学习技术中台？还是硬件？还是前端开发？后端开发？测试开发？产品？人力？行政？这些你不可能啥都会，你需要找准一个方向，自己有积累，才能去投递，否则面试官跟你聊什么呢？（3）今日推荐系统学习经验：现在先进的推荐系统都会结合全量更新和增量更新。...

weixin_46838716的博客 6431

一文看懂推荐系统：召回05：矩阵补充、最近邻查找，工业界基本不用了，但是有助于理解双塔模型

（1）找工作投简历的话，你要将招聘单位的岗位需求和你的研究方向和工作内容对应起来，这样才能契合公司招聘需求，否则它直接把简历给你挂了（2）你到底是要进公司做推荐系统方向？还是纯cv方向？还是NLP方向？还是语音方向？还是深度学习机器学习技术中台？还是硬件？还是前端开发？后端开发？测试开发？产品？人力？行政？这些你不可能啥都会，你需要找准一个方向，自己有积累，才能去投递，否则面试官跟你聊什么呢？（3）今日推荐系统学习经验：模型的输出是一个实数（两个向量的内积），是用户对物品兴趣的预估值rate，这个数越大

weixin_46838716的博客 4976

一文看懂推荐系统：召回07：双塔模型——正负样本的选择，召回的目的是区分感兴趣和不感兴趣的，精排是区分感兴趣和非常感兴趣的

（1）找工作投简历的话，你要将招聘单位的岗位需求和你的研究方向和工作内容对应起来，这样才能契合公司招聘需求，否则它直接把简历给你挂了（2）你到底是要进公司做推荐系统方向？还是纯cv方向？还是NLP方向？还是语音方向？还是深度学习机器学习技术中台？还是硬件？还是前端开发？后端开发？测试开发？产品？人力？行政？这些你不可能啥都会，你需要找准一个方向，自己有积累，才能去投递，否则面试官跟你聊什么呢？（3）今日推荐系统学习经验：不应该把曝光但是没有点击的物品作为召回的负样本，而是召回的正样本哦，这些也只能是精排

weixin_46838716的博客 1万+

上一篇：数据结构与算法（Python）01

下一篇：召回05 矩阵补充、最近邻查找

SEED-VIG数据集实战：5步搞定驾驶员疲劳检测模型（附Python代码）

w1x2y3的博客

02-21

263