← 返回卡片

原书出处

深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)

13 第13章 Embedding技术在推荐系统中的应用

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.603Z

源并预订,房主可以选择接受或拒绝预订。 基于这样的场景,利用几种交互方式产生的数据,Airbnb构建了一个实时排序模型。

为了捕捉到用户短期和长期的兴趣和特点,Airbnb团队将用户行为、房主行为以及短租房等信息转换为Embedding,把这些Embedding统一在一个向量空间,然后利用Embedding的结果构建出多种特征,以此作为搜索推荐模型的输入。

那么具体是如何实现的呢?接下来将就此进行详细说明。 2. 使Embedding学习到客户的短期偏好 用户在Airbnb搜

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter17_0001.xhtml

EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da