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
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
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