杨宇航 百度社区技术部 yangyuhang02@baidu.com 2013.10.26 推荐技术在 百度UGC产品中的应用 杨宇航 百度社区技术部 yangyuhang02@baidu.com 2013.10.26
UGC
UGC中的数据挖掘 内容质量 低质 高质 内容消费 检索 推荐 标签
阅读
特征收集 基本属性 用户行为 噪声 结构化信息 非结构化信息 热度:点击热度、购买热度 协同:协同点击、协同购买 数据稀疏 作者,分类,出版社,标签 非结构化信息 图书的标题信息 用户行为 热度:点击热度、购买热度 协同:协同点击、协同购买 噪声 数据稀疏
评分策略 推荐得分 基础相关性 图书信息 结构化属性 非结构化 属性 热度 购买行为 浏览行为 协同概率 协同购买 协同浏览
基础相关性-图书信息
基础相关性-热度
协同概率 协同概率 购买图书Xi的情况下购买图书Xj的概率: 浏览图书Xi的情况下浏览图书Xj的概率:
图书推荐模型 由图书Xi推荐图书Xj 的推荐得分
文档推荐
文档推荐框架 相关特征 重排序 推荐文档 输入文档 Query 分析 检索结果 Index Index Index
文本相关度 关键词相关度 检索相关度
分类相关度 全部学科分类 医疗卫生 工程技术 自动化计算机 计算机应用 计算机网络 材料科学 …… 自然科学 农林牧渔 人文社科 xi xj
付费文档推荐模型 线性加权 GBDT- Gradient Boost Decision Tree LR- Logistic Regression
效果评估 策略评测效果 与旧版策略相比推荐效果的变化 推荐覆盖率变化 40% -> 95+% 优质 合格 不合格 比例 75.5% 17% 7.5% 变好 没变 变坏 比例 55% 40% 5%
标签的应用 帖子 用户 小清新 小资 八卦 女神 屌丝 吧
推荐是内容消费的重要一环 标签是一种重要的内容组织形式 什么样的标签体系能解决什么样的问题
Thanks! Q&A