知识卡片
画像权重随时间衰减
用户画像给用户打标签并计算权重。标签按时间可分为长期兴趣、短期兴趣、当前热门和突发事件标签。长期兴趣标签的权重初始为该标签下已读新闻数除以浏览总数,之后在原有基础上累加,并参考牛顿冷却定律做时间衰减,按天或数小时更新;实时计算产生的权重偏差由周期性的离线批处理修正。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《分布式实时计算框架原理及实践案例》第9章《综合实例:新闻推荐中的用户画像近实时更新》(源文件:_epub-src/OEBPS/Text/chapter11_0001.xhtml、_epub-src/OEBPS/Text/chapter11_0002.xhtml)
- 结论依据:原文说明用户画像为用户打标签及权重;标签按时间分为长期兴趣、短期兴趣、当前热门和突发事件标签;长期标签权重初始为标签下新闻数除以浏览总数,后续在之前基础上累加并按“牛顿冷却定律”做时间衰减,更新周期为天或数小时;定时大批量处理用于周期性修正实时计算带来的权重偏差。
- 原始内容:一般用来周期性地修正用户画像标签权重因实时计算带来的偏差。……考虑到时间序列因素,标签体系又可以分为长期兴趣标签和短期兴趣标签、当前热门兴趣标签和突发事件兴趣标签等。……因为用户的兴趣是随时间衰减的,即离当前时间越远的兴趣比重越低。