使用嵌入來做個性化的搜索推薦：來自Airbnb
點擊上方「AI公園」，關注公衆號，選擇加「星標「或「置頂」 作者：Mihajlo Grbovic 編譯：ronghuaiyang 導讀 這是Airbnb的一篇經典文章的解讀，使用房屋的嵌入來做搜索推薦，這篇文章也是KDD2018的best paper，思路很清楚：把房屋用嵌入向量來表示，兩個技巧：全局正樣本和市場內負採樣，很有效，離線評估指標：預定前的平均點擊數量，非常的貼近業務。確實值的重溫一遍
相關文章
- 1. Airbnb個性化搜索推薦：Real-time Personalization using Embeddings for Search Ranking at Airbnb
- 2. Airbnb個性化搜索服務架構
- 3. 個性化搜索的介紹，推薦和搜索的強強結合
- 4. 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
- 5. 相關搜索 --- 搜索中的推薦
- 6. 【Paper】Airbnb：實時個性化搜索排序
- 7. match_phrase_prefix搜索推薦
- 8. ESLint 使用入門 - 來自推酷
- 9. 使用 data-* 屬性來嵌入自定義數據
- 10. 個性化推薦研究（一）之何爲個性化推薦
- 更多相關文章...
- • DTD - 來自網絡的實例 - DTD 教程
- • SEO - 搜索引擎優化 - 網站建設指南
- • 互聯網組織的未來：剖析GitHub員工的任性之源
- • Java Agent入門實戰（一）-Instrumentation介紹與使用
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Airbnb個性化搜索推薦：Real-time Personalization using Embeddings for Search Ranking at Airbnb
- 2. Airbnb個性化搜索服務架構
- 3. 個性化搜索的介紹，推薦和搜索的強強結合
- 4. 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
- 5. 相關搜索 --- 搜索中的推薦
- 6. 【Paper】Airbnb：實時個性化搜索排序
- 7. match_phrase_prefix搜索推薦
- 8. ESLint 使用入門 - 來自推酷
- 9. 使用 data-* 屬性來嵌入自定義數據
- 10. 個性化推薦研究（一）之何爲個性化推薦