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
老师,记得你说过多路召回的融合有两种方式,一种是每一路算法根究线上的表现分配一个配比,然后做排序,这个配比是每一路召回的item数目配比吗,这个配比具体应该怎么确定呢?还有另外一种是直接用模型去融合多路召回,那么每一路召回的item数目应该怎么确定,还有总的召回item数目应该怎么选择多大,比如说我要最终要展现50个item,我应该选择召回的数目是多大? 用模型直接去融合了多路召回之后,是不是不用再经过排序算法,直接取模型融合的top50展现就可以了呢?
比如你有3路召回 需要召回50个item,开始可以给予一个初始值 比如分别占0.33。后续 收集数据啥的,建立一些策略公式或者训练一个模型。
谢谢,这个比例的策略公式或训练模型,一般收集那些数据来确定?
登录后可查看更多问答,登录/注册
让你掌握一套完整的,能落地的个性化推荐算法体系。可用于毕设。
990 7
952 6
959 6
2.1k 5
845 5