qq_43283527的博客

排序模型总结

召回模型总结

推荐系统的基本概念

1. 背景在推荐系统中，常见的目标为ctr和cvr，这两个目标的数据倾斜严重，如果不进行样本采样，模型很容易学偏，导致线上效果不稳定、泛化能力差。2. 样本采样处理2.1 样本净化通常情况下，拉取到的行为数据可能会因为种种原因（埋点、延时上报等），导致样本数据出现一些小问题，最常见的就是同一条数据，会同时出现在正负样本里，这是个比较容易忽略的问题，虽然一般情况下影响不大（量级比较小），但还是尽量规避得好。对于样本重复的，直接丢掉负样本，保留正样本即可；如果样本量足够用，都丢掉也无妨。关联特征时

faiss是为稠密向量提供高效相似度搜索和聚类的框架，一下是官网提供的demo# 1. 首先构建训练数据和测试数据import numpy as npd = 64 # dimensionnb = 100000 # database sizenq = 10000 # nb of queriesnp.random.seed(1024) # make reproduciablexb = np.random.random(nb, d).astype("float32") # [10000,