当前位置: 首页 > news >正文

推荐系统学习笔记(十一)预估分数融合

之前的排序得到了预估的分数

1. 最简单的加权和:

p_\text{click} + w_1 \cdot p_\text{like} + w_2 \cdot p_\text{collect} + \cdots

2. 点击率乘以其他项的加权和

p_\text{click} (1+ w_1 \cdot p_\text{like} + w_2 \cdot p_\text{collect} + \cdots)

3. 海外某短视频APP的融分公式

(1 + w_1 \cdot p_\text{time})^{\alpha_1} \cdot (1 + w_2 \cdot p_\text{like})^{\alpha_2} {\text{\color{blue}{ $\cdots$ }}}

4. 国内某老铁短视频APP的融分公式

根据预估时长 p_{time},对 𝑛 篇候选视频做排序, 如果某视频排名第 r_{time},则它得分

\frac{1}{r_\text{time}^\alpha + \beta}(时长越长排序越靠前则得分越高)

对点击、点赞、转发、评论等预估分数做类似处理

最终融合分数:

\frac{w_1}{r_\text{time}^{\alpha_1} + \beta_1} + \frac{w_2}{r_\text{click}^{\alpha_2} + \beta_2} + \frac{w_3}{r_\text{like}^{\alpha_3} + \beta_3} + \cdots

5. 某电商的融分公式

电商的转化流程:曝光 → 点击 → 加购物车 → 付款;

模型预估:点击率、加购物车率、付款率,分别记作p_\text{click}\setminus p_\text{cart} \setminus p_\text{pay}

最终融合分数:

p_\text{click}^{\alpha_1} \times p_\text{cart}^{\alpha_2} \times p_\text{pay}^{\alpha_3} \times \text{price}^{\alpha_4}

http://www.dtcms.com/a/323487.html

相关文章:

  • leetcode-C语言-3479.水果成篮 III
  • C++ vector类
  • 3.2Vue Router路由导航
  • 【熵增与熵减:从混乱到有序的奥秘】
  • 词向量可视化:用TensorBoard或PCA探索词向量空间
  • 【JavaEE】(11) 前端基础三件套
  • 大数据与财务管理:未来就业的黄金赛道
  • java9学习笔记-part2
  • rosrun 和 roslaunch 区别
  • Busybox编译、制作initramfs,并在QEMU中运行
  • 医疗健康Agent:诊断辅助与患者管理的AI解决方案
  • rotary_emb 位置编码 加速
  • 练习uart和摄像头内核驱动开发测试
  • imx6ull-驱动开发篇15——linux自旋锁
  • 2025-08-09 李沐深度学习14——经典卷积神经网络 (2)
  • 【C++】模版进阶
  • redis存储原理与数据模型
  • 复数与频谱的联系
  • 库函数蜂鸣器的使用(STC8)
  • ECML PKDD 2025 | 时间序列(Time Series)论文总结
  • “秦时明月”提前布局商标被电视剧侵权!
  • 深入理解 RedisTemplate:简化 Java 与 Redis 的交互!
  • 【系统编程】进程创建
  • 本地进行语音文字互转
  • 国内外大模型体验与评测
  • Vue2 字段值映射通用方法
  • Python 属性描述符(描述符用法建议)
  • 基于Prometheus、Grafana、Loki与Tempo的统一监控平台故障排查与解决方案
  • redis开启局域网访问
  • C++讲解---通过转换函数和运算符函数直接调用类的对象