word2vec（简单快速理解)

一.什么是word2vec

word2vec是Google开源的一款用于词向量计算的工具。word2vec不仅可以在百万数量级的词典和上亿的数据集上进行高效地训练，还可以得到训练结果——词向量（word embedding），可以很好地度量词与词之间的相似性。其实word2vec算法的背后是一个浅层神经网络，而且还是一个计算word vector的开源工具。当我们在说word2vec算法或模型的时候，其实指的是其背后用于计算word vector的CBoW模型和Skip-gram模型

举一个例子:
先给出一个句子
[小赖是我最喜欢的人]
假设x是[我]，那么y就可以是[小赖],[是我],[最喜欢的],[人]
现给出另一个句子
[小赖是他最讨厌的人]
如果输入x是[他]，那么根据关联度就知道了[我==他]

二.具体过程

实现原理

众所周知，word2vec是根据网络模型构建的，有输入层，隐藏层，输出层。下面就来介绍他的两个模型

1.CBOW 模型：
根据词的上下文预测词
输入层:包含层的上下文
隐藏层:对输入层的东西做向量求和累加
输出层:输出一颗Huffman树，叶子节点对应词典的词
2.skip-gram模型
根据该词预测上下文
输入层:只包含中心词向量
隐藏层:多余，无实际用处
输出层:输出Huffman树

三.应用

1、计算商品的相似度

在商品推荐中，竞品推荐和搭配推荐时都有可能需要计算任何两个商品的相似度，根据浏览/收藏/下单/App下载等行为，可以把商品看做词，把每一个用户的一类行为序看做一个文档，通过word2vec将其训练为一个向量。

同样的，在