深度学习核心技术精讲100篇（二十二）-深度解析数学建模核心知识之搜索与推荐模型中用户建模原理

前言

用户建模是搜索与推荐模型的核心技术。其实很多人对用户模型的概念比较模糊，用户模型更多是在产品生命周期中起关键作用，其结合数据、反馈、行为三个方面的信息总结概括出产品用户模型。

01 背景与意义

用户建模是搜索与推荐模型的核心技术。淘宝搜索排序算分的对象是 <user, query, item> 三元组，我们从样本特征表达的角度上来看，item是比较稠密而且稳定的部分，在大样本的环境下，大部分信息都能够被id embedding所表达，相反user是三者中比较稀疏的部分，所以对于user的描述，需要大量的泛化特征。

从模型分类的角度上来看，用户与商品的静态特征作用在于增强模型的泛化性，而用户实时行为的引入与建模，可以大大增强样本之间的区分性，显著地提升模型的分类精度。我们把用户建模的过程看作是对用户的信息抽象和信息组织的过程。

信息抽象方面

我们不断地优化与丰富建模方式：

• user profile用来表征用户的静态属性信息；

• 偏好标签的挖掘，从行为上预测用户的一般性偏好；

• 实时行为建模，更细粒度的对当前请求下的兴趣刻画与描述。

信息处理方面

<