首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

搜索和推荐深度匹配》——2.2 搜索和推荐匹配模型

接下来,我们概述搜索和推荐匹配模型,并介绍潜在空间中匹配方法。 2.2.1 搜索匹配模型 当应用于搜索时,匹配学习可以描述如下。...每个元组 r)∈D生成方式如下:查询q根据概率分布P(q)生成,文档d根据条件概率分布P(d∣q)生成,并且相关性r是根据条件概率分布 P(r∣q,d)生成。...带有人类标签数据或点击数据可以用作训练数据。 匹配学习以进行搜索目的是自动学习一个表示为得分函数 f(q,d)(或条件概率分布 P(r∣q,d))匹配模型。...学习模型必须具有泛化能力,可以对看不见测试数据进行匹配。 2.2.2 推荐匹配模型 当应用于推荐时,匹配学习可以描述如下。给出了一组M个用户U=u1​,......2.2.3 潜在空间中匹配 如第1节所述,在搜索和推荐中进行匹配基本挑战是来自两个不同空间(查询和文档以及用户和项目)对象之间匹配

1.4K30
您找到你想要的搜索结果了吗?
是的
没有找到

搜索和推荐深度匹配》——经典匹配模型 2.1 匹配学习

经典匹配模型 已经提出了使用传统机器学习技术进行搜索查询文档匹配和推荐用户项目匹配方法。这些方法可以在一个更通用框架内形式化,我们称之为“学习匹配”。...除了搜索和推荐外,它还适用于其他应用,例如释义,问题解答和自然语言对话。本节首先给出学习匹配正式定义。然后,它介绍了传统学习以匹配搜索和推荐而开发方法。最后,它提供了该方向进一步阅读。...Listwise Loss Function 在搜索和推荐,源对象(例如,查询或用户)通常与多个目标对象(例如,多个文档或项目)相关。用于搜索和推荐评估措施通常将目标对象列表作为一个整体来处理。...例如,在搜索,排序函数 g(x,y)可能包含有关x和y之间关系特征,以及x上特征和y上特征。相反,匹配函数 f(x,y)仅包含有关x和y之间关系特征。...当排名函数 g(x,y)仅包含匹配函数 f(x,y)时,只需要学习即可进行匹配。 在搜索,x上特征可以是查询x语义类别,y上特征可以是PageRank分数和文档yURL长度。

3.5K20

搜索和推荐深度匹配》——1.2 搜索和推荐匹配统一性

图1.1说明了搜索和推荐统一匹配视图。共同目标是向用户提供他们需要信息。 ? 图1.1:搜索和推荐匹配统一视图 搜索是一项检索任务,旨在检索与查询相关文档。...更正式地说,搜索和推荐匹配都可以视为构建匹配模型f:X×Y →R,该模型计算两个输入对象x和y之间匹配程度,其中X和Y表示两个对象空间。...X和Y是搜索查询和文档空间,或推荐中用户和项目的空间。 在图1.1统一匹配视图下,我们使用信息对象一词来表示要检索/推荐文档/项目,并使用信息来表示相应任务查询/用户。...明显趋势是,在某些情况下,搜索和推荐将集成到单个系统,以更好地满足用户需求,而匹配在其中起着至关重要作用。 搜索和推荐已经具有许多共享技术,因为它们在匹配方面很相似。...因此,为了开发更先进技术,有必要并且有利是采用统一匹配视图来分析和比较现有的搜索和推荐技术。 搜索和推荐匹配任务在实践面临着不同挑战。

1.2K20

搜索和推荐深度匹配》——2.3 搜索潜在空间模型

接下来,我们以潜在空间为基础介绍匹配模型。【1】中找到了搜索语义匹配完整介绍。...具体来说,我们简要介绍了在潜在空间中执行匹配代表性搜索方法,包括偏最小二乘(PLS)【2】,潜在空间中规则化匹配(RMLS)【3】,以及监督语义索引(SSI)【4】【5】。...让我们考虑使用方程 (2.4) 匹配函数 f (q, d)。...为了解决这个问题,【8】提出了一种称为潜在空间中正则化匹配 (RMLS) 新方法,其中在解决方案稀疏假设下,PLS 正交约束被 l1​和 l2​正则化替换。...这意味着 RMLS 学习可以轻松并行化和扩展。 方程(2.5)匹配函数可以改写为双线性函数: 其中 W=LqT​Ld​。

80430

搜索和推荐深度匹配》——1.1搜索和推荐

随着Internet快速发展,当今信息科学基本问题之一变得更加重要,即如何从通常庞大信息库识别满足用户需求信息。目的是在正确时间,地点和环境下仅向用户显示感兴趣和相关信息。...如今,两种类型信息访问范例,即搜索和推荐,已广泛用于各种场景。 在搜索,首先会对文档(例如Web文档,Twitter帖子或电子商务产品)进行预处理并在搜索引擎建立索引。...此后,搜索引擎从用户那里进行查询(多个关键字)。该查询描述了用户信息需求。从索引检索相关文档,将其与查询匹配,并根据它们与查询相关性对其进行排名。...这里“受益人”是指在任务要满足其利益的人。在搜索引擎,通常仅根据用户需求创建结果,因此受益者是用户。在推荐引擎,结果通常需要使用户和提供者都满意,因此受益者都是他们。...表1.1:搜索和推荐信息提供机制

92410

【Groovy】集合遍历 ( 使用集合 findAll 方法查找集合符合匹配条件所有元素 | 代码示例 )

文章目录 一、使用集合 findAll 方法查找集合符合匹配条件所有元素 1、闭包中使用 == 作为 findAll 方法查找匹配条件 2、闭包中使用 is 作为 findAll 方法查找匹配条件...3、闭包中使用 true 作为 findAll 方法查找匹配条件 二、完整代码示例 一、使用集合 findAll 方法查找集合符合匹配条件所有元素 ---- 在上一篇博客 【Groovy】集合遍历...( 使用集合 find 方法查找集合元素 | 闭包中使用 == 作为查找匹配条件 | 闭包中使用 is 作为查找匹配条件 | 闭包使用 true 作为条件 | 代码示例 ) , 介绍了使用 find...方法 , 获取集合第一个符合 闭包匹配条件元素 ; 使用集合 findAll 方法 , 可以 获取 集合 所有 符合 闭包匹配条件元素 , 这些元素将使用一个新集合盛放 , findAll...方法返回值就是返回该符合 匹配条件 元素 ; 集合 findAll 方法原型 : /** * 查找与关闭条件匹配所有值。

2.3K30

在VimVi删除、多行、范围、所有及包含模式

使用linux服务器,免不了和vi编辑打交道,命令行下删除数量少还好,如果删除很多,光靠删除键一点点删除真的是头痛,还好Vi有快捷命令可以删除多行、范围。 删除 在Vim删除一命令是dd。...删除所有 要删除所有,您可以使用代表所有%符号或1,$范围: 1、按Esc键进入正常模式。 2、键入%d,然后按Enter键以删除所有。...删除包含模式 基于特定模式删除多行语法如下: :g//d 全局命令(g)告诉删除命令(d)删除所有包含。 要匹配与模式不匹配,请在模式之前添加感叹号(!): :g!...//d 模式可以是文字匹配或正则表达式,以下是一些示例: :g/foo/d-删除所有包含字符串“foo”,它还会删除“foo”嵌入较大字词(例如“football”)。 :g!.../foo/d-删除所有不包含字符串“foo”。 :g/^#/d-从Bash脚本删除所有注释,模式^#表示每行以#开头。 :g/^$/d-删除所有空白,模式^$匹配所有空行。

73.9K31

MySQLexplain结果​字段介绍

MySQLexplain结果字段介绍(二) 昨天说完了执行计划前四个字段,今天说说后面几个字段吧。...子查询中使用了test_explain表普通索引字段a_key_var和test_explain表主键id字段进行等值匹配,外层where条件我们使用是test_explain主键id值进行...in匹配,所以子查询查询方法就是unique_subquery。...index_subquery 这个和上面一样,但是in条件子查询使用是a_key_var普通索引字段,而不是id字段mysql:yeyztest 18:53:30>>explain select...+树包含索引字段和聚集索引字段,如果一个二级索引是包含多个字段联合索引,当我们使用联合索引某些列来匹配查询其他联合索引列时候,或者匹配聚集索引类时候,这种情况下将会用到"索引覆盖"功能,在发生索引覆盖时候

8.5K10

MySQLexplain结果字段介绍(三)

MySQLexplain结果字段介绍(三) 之前文章对于explain数据结果字段已经进行了一部分介绍了,今天来说一说剩下几个字段,为了防止忘记,先看看这个表结构: mysql...,与条件匹配值是一个常数还是一个变量之类,我们可以看到,上面的结果,ref字段值都是const,是因为我们使用常量a或者常量2和索引字段进行匹配,如果我们使用某个字段进行匹配,来看下面: mysql...filter 这个值代表是根据某个索引查询到记录数之后,大约有多少比例记录匹配剩余条件。...Using index condition 会先条件过滤索引,过滤完索引后找到所有符合索引条件数据,随后用 WHERE 子句中其他条件去过滤这些数据; Using filesort 当Query...Using join buffer 这种情况主要发生在join连接查询,将外层循环/结果集存入join buffer, 内层循环每一与整个buffer记录做比较,从而减少内层循环次数

2.1K10

搜索和推荐深度匹配》——2.5 延伸阅读

Query重构是解决搜索查询文档不匹配另一种方法,即将Query转换为另一个可以进行更好匹配Query。Query转换包括Query拼写错误更正。...受统计机器翻译 (SMT) 启发,研究人员还考虑利用翻译技术来处理Query文档不匹配问题,假设Query使用一种语言而文档使用另一种语言。【6】利用基于单词翻译模型来执行任务。...【7】 提出使用基于短语翻译模型来捕获查询单词和文档标题之间依赖关系。主题模型也可用于解决不匹配问题。一种简单而有效方法是使用term匹配分数和主题匹配分数线性组合【8】。...【11】对搜索语义匹配传统机器学习方法进行了全面调查。 在推荐方面,除了引入经典潜在因子模型外,还开发了其他类型方法。...例如,可以使用预先定义启发式在原始交互空间上进行匹配,例如基于项目的 CF【12】和统一基于用户和基于项目的 CF【13】。

33920
领券