搜索實時個性化模型——基於FTRL和個性化推薦的搜索排序優化

本文來自網易雲社區 作者:穆學鋒 簡介:傳統的搜索個性化做法是定義個性化的標籤,將用戶和商品通過個性化標籤關聯起來,在搜索時進行匹配。傳統做法的用戶特徵基本是離線計算獲得,不夠實時;個性化標籤雖然具有一定的泛化能力,但是其準確性有所不足,不能很好的做精準個性化。本文提出兩個創新優化,一是打通實時用戶行爲的獲取流程,並在實時用戶流下采用FTRL算法不斷的更新用戶特徵的權重,將用戶實時感興趣的商品加權
相關文章
相關標籤/搜索