migushu3的博客

新闻推荐的流程：--> 海量文章（召回，通过召回策略得到了每个用户的候选商品，简单通过相似性等，从几十万得到几百篇几十篇等，规则简单，注重快，降低文章规模) --> 候选文章（排序，聚焦在准确，将候选物品的特征，及用户本身的属性、兴趣特征等拼接到一起）--> 排序列表（规则）--> 排序列表1、为什么要特征工程数据和特征决定了机器学习的上限，而模型和算法只能逼近这个上限而已。模型越好，模型灵活性越强、模型越简单、模型效果越出色。2、从召回结果到监督数据集新

多路召回指采用不同的策略、特征或简单模型，分别召回一部分候选集，然后把候选集混合在一起供后续排序模型使用，可以明显的看出，“多路召回策略”是在“计算速度”和“召回率”之间进行权衡的结果。其中，各种简单策略保证候选集的快速召回，从不同角度设计的策略保证召回率接近理想的状态，不至于损伤排序效果。如下图是多路召回的一个示意图，在多路召回中，每个策略之间毫不相关，所以一般可以写并发多线程同时进行，这样可以更加高效。未完待续—...

1.导包# 导入相关包%matplotlib inlineimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsplt.rc('font', family='SimHei', size=13)import os,gc,re,warnings,syswarnings.filterwarnings("ignore")2、读取数据 path = './data_r

推荐系统入门一、常用评测指标：用户满意度预测准确度：又分为评分预测：预测准确度一般通过RMSE和MAE来进行计算，TopN推荐：预测准确率指标：精确率和召回率覆盖率：信息熵定义和基尼系数定义覆盖率多样性新颖性AUC曲线：包括TP、FN、FP、TN二、推荐系统核心算法层召回层：缩小候选集规模，数据量大，用少量特征+简单模型主流方法：多路召回策略，具体策略与业务相关Embedding召回Embedding目的：把稀疏向量转换为稠密向量，相当于对o