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
点赞 评论 收藏
分享
2025-12-06 17:39
中国石油大学(华东) 前端工程师
rbjjj:太杂了吧,同学,项目似乎都没深度,都是api调度耶,分层架构思想没有体现出来了,前端没有前端优化前端工程化体现,后端微服务以及分层架构没体现以及数据安全也没体现,核心再改改,注重于计算机网络,工程化,底层原理吧 点赞 评论 收藏
分享
等闲_:业务开发就是prompt+数据,Ai就是中间件,中台或者鸡架会做一些Agentic infra和智能体记忆之类的,再底层一点就是AI infra,MLops,模型微调,推理优化之类的了,所以对于普通后端就是纯业务,没啥技术含量,除非去技术架构组或者底层一点的组,要不AI就是个API,别神话AI应用开发
点赞 评论 收藏
分享

