人工智能|推荐系统——工业界的推荐系统之重排

一、相似性的度量

  • 基于物品属性标签
  • 基于物品向量表征 ⽤召回的双塔模型学到的物品向量(不好)
  • 基于内容的向量表征(好)

二、Maximal Marginal Relevance (MMR)

三、重排的规则

  • 最多连续出现𝑘 篇某种笔记

  • 每𝑘篇笔记最多出现1篇某种笔记

  • 前𝑡篇笔记最多出现𝑘篇某种笔记

3.1 MMR + 重排规则

3.2 DPP:多样性算法

相关推荐
有痣青年18 小时前
GPT‑5.2 翻车?GDPval 70.9% 的“基准胜利”为何换不来好口碑?
人工智能·openai·ai编程
平凡之路无尽路18 小时前
智能体设计模式:构建智能系统的实践指南
人工智能·设计模式·自然语言处理·nlp·aigc·vllm
骚戴18 小时前
架构视角:Gemini 3.0 Pro 原生多模态能力的边界与工程落地
人工智能·大模型·llm·api·ai gateway
winner888118 小时前
从 PRM 到 G-E:推荐重排架构的范式升级与工业实践
重排·g-e
2401_8414956418 小时前
【自然语言处理】汉语语料库建设的深层困境与现实挑战
人工智能·自然语言处理·语料库·标注·汉语语料库·中文信息处理·语料
zhaodiandiandian18 小时前
AI赋能医学教育:从知识传递到能力塑造的革命
人工智能
图图大恼18 小时前
在iOS上体验Open-AutoGLM:从安装到流畅操作的完整指南
人工智能·ios·agent
SakuraOnTheWay18 小时前
玩转n8n | 我用n8n+AI把枯燥论文变成了手绘海报(附Prompt技巧)
人工智能
Maynor99618 小时前
Vibe Coding:AI驱动的编程新范式
人工智能
AiMagicGaGa18 小时前
AIGC 时代的“机器写作”:为何 AI 检测 (AI Detector) 已成为刚需?
人工智能·自然语言处理·aigc