请稍等 ...
×

采纳答案成功!

向帮助你的同学说点啥吧!感谢那些助人为乐的人

关于推荐问题

课程中的项目是关于预测的二分类问题,训练数据是特征+标签,而推荐系统是要为用户说生成一个item的列表,怎么使用wide&deep模型做推荐呢?数据处理和推荐的思路是什么?推荐系统中的数据是用户特征+用户的历史item,那么训练数据的标签怎么来理解呢

正在回答 回答被采纳积分+3

1回答

David 2021-09-27 20:50:32

真实推荐的时候 如果是像wd这样的排序模型 你需要结合业务场景设计一些特征 就像课程demo里面的那些特征 拿ctrmodel来说标签就是 曝光点击的就是正 曝光未点击的就是负

0 回复 有任何疑惑可以回复我~
  • 提问者 进击的蜂蜜 #1
    如果一个模型训练好后,怎么为一个用户做推荐。输入的是用户特征和待推荐的物品特征吗,一次输入只能是一个物品,然后模型判断用户是否会点击该物品,接着输入下一个物品。所有待推荐的物品列表最终的输出都是:点击或者不点击,那如何为这个推荐列表排序呢
    回复 有任何疑惑可以回复我~ 2021-09-28 15:57:37
  • 提问者 进击的蜂蜜 #2
    麻烦老师解决我的疑问,在理CTR问题用于推荐的逻辑
    回复 有任何疑惑可以回复我~ 2021-09-28 15:58:26
问题已解决,确定采纳
还有疑问,暂不采纳
意见反馈 帮助中心 APP下载
官方微信