← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9793.a · 生成模型:DeepSeek-V4.1-Flash

点击调权会自我强化

理解等级:高级

独立性假设偏离真实,修正靠的是行为数据:记录某个查询下用户点了哪些结果、顺序、时间和停留时长,用点击次数近似“这篇文档满足了需求”的概率。点击不能直接拿来排序,而是在已有相关性分数上做调权。风险出现在混排场景——结果列表里同时有视频、百科、小说等不同类内容时,点得多的类别排得更高,排得更高又带来更多点击,其它类别被系统性压低,与内容好坏无关。这就是开发与探索的老问题:只用已有信息是开发,给新内容曝光机会是探索;业务稳定期偏向开发,业务发展期偏向探索。凡是把用户行为当监督信号的系统,都要先问一句反馈本身是否被旧排序放大过,否则越调越偏。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第6章 搜索引擎是什么玩意儿 · 查看原书依据

      点击调权在排序列表均是同类数据的情况下是很有效果的,但是对于排序列表是由不同类数据组成的情况,就会有问题——某些类数据就会因为点得越多而排得越高,排得越高进而点得越多,其他类数据就会吃亏。

    参考来源

    - 位置:《文本上的算法——深入浅出自然语言处理》第6章 搜索引擎是什么玩意儿(源文件:extracted/文本上的算法——深入浅出自然语言处理/_epub-src/OEBPS/Text/00013.html) - 结论依据:原文这一段直接给出本卡的核心判断:「点击调权在排序列表均是同类数据的情况下是很有效果的,但是对于排序列表是由不同类数……」 - 原始内容:点击调权在排序列表均是同类数据的情况下是很有效果的,但是对于排序列表是由不同类数据组成的情况,就会有问题——某些类数据就会因为点得越多而排得越高,排得越高进而点得越多,其他类数据就会吃亏。