知识卡片
点击会话与短期偏好
用户在Airbnb搜索房源时,短时间内连续点击的房源往往彼此相似,这些连续点击构成点击会话,其中隐含用户的短期偏好。Airbnb把点击会话类比为自然语言处理中的句子:房源如同词,上下文如同语句语境,并规定相邻点击间隔不超过30分钟才算同一会话,否则另起新会话。有了这种句子与词的映射,就可以直接套用word2vec的Skip-Gram模型,从点击会话中学习房源的Listing Embedding。这一做法的迁移要点是:任何带有序列特征的数据都可参照自然语言处理的方式,把序列切分成句子后用Skip-Gram学习嵌入。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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13章 Embedding技术在推荐系统中的应用 · 查看原书依据
点击会话中的点击房源序列类比看作NLP中的句子(sentence),其中的上下,就像一个语句的上下文(context),如果用户连续两次点击行为的间隔不超过30分钟,则作为一个句子,否则就会生成一个新的点击会话。这就可使用word2vec的Skip-Gram模型
参考来源
- 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第13章 Embedding技术在推荐系统中的应用(源文件: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)
- 结论依据:原文描述了点击会话的构成、30分钟切分规则、与句子的类比及用Skip-Gram学习Listing Embedding的方法,支撑本卡。
- 原始内容:点击会话中的点击房源序列类比看作NLP中的句子(sentence),其中的上下,就像一个语句的上下文(context),如果用户连续两次点击行为的间隔不超过30分钟,则作为一个句子,否则就会生成一个新的点击会话。这就可使用word2vec的Skip-Gram模型