类目偏好预测
第一层依靠规则从无到有,没有做过意图识别或者品牌类目偏好预测的搜索只靠文本的匹配相关性很低,比如,搜索水可能召回的是含有水蛭的某些水果,这个时候需要提需求,比如说只要完全匹配到类目表中的类目,便判断为其对应的类目意图。
第二层从有到提升准确率完成之后,要从全局热度的判断方式是不是过于粗暴,如何通过完善规则的方式进行优化。
第三层,配合搭建预测模型当规则过多,维护复杂且提升达到天花板的时候,考虑使用算法解决,第四层基于算法框架,不断寻找优化点算法,跑通之后要不断收集线上的例子,分析是否达到预期目标
第一层依靠规则从无到有,没有做过意图识别或者品牌类目偏好预测的搜索只靠文本的匹配相关性很低,比如,搜索水可能召回的是含有水蛭的某些水果,这个时候需要提需求,比如说只要完全匹配到类目表中的类目,便判断为其对应的类目意图。
第二层从有到提升准确率完成之后,要从全局热度的判断方式是不是过于粗暴,如何通过完善规则的方式进行优化。
第三层,配合搭建预测模型当规则过多,维护复杂且提升达到天花板的时候,考虑使用算法解决,第四层基于算法框架,不断寻找优化点算法,跑通之后要不断收集线上的例子,分析是否达到预期目标
全部评论
相关推荐
点赞 评论 收藏
分享
重剑Ds:哎 怎么可能人人都这么厉害qvq... 只是不厉害的人不咋发声罢 点赞 评论 收藏
分享
点赞 评论 收藏
分享