Search 最好还是不要将搜索引擎和推荐系统结合起来?
在我们的项目中,我们使用搜索引擎,但结果需要根据每个用户的兴趣进行排名,类似于根据用户的关键字进行推荐 如果我们把这两个系统分开,会花费很多时间 有没有更好的方法将搜索引擎和推荐系统结合在一起Search 最好还是不要将搜索引擎和推荐系统结合起来?,search,machine-learning,ranking,recommendation-engine,Search,Machine Learning,Ranking,Recommendation Engine,在我们的项目中,我们使用搜索引擎,但结果需要根据每个用户的兴趣进行排名,类似于根据用户的关键字进行推荐 如果我们把这两个系统分开,会花费很多时间 有没有更好的方法将搜索引擎和推荐系统结合在一起 或者有没有一种简单的方法来定制我的排名策略来实现这一点?这也是我们在项目中试图做的。解决这个问题时有两件事-相关性和个性化。您应该看看个性化在多大程度上破坏了查询的相关性。例如,如果我建议的是新闻,那么基于位置的建议是有意义的。我希望您已经分析了用例 我遵循的方法是——在获得搜索结果后,对结果重新排序,给
或者有没有一种简单的方法来定制我的排名策略来实现这一点?这也是我们在项目中试图做的。解决这个问题时有两件事-相关性和个性化。您应该看看个性化在多大程度上破坏了查询的相关性。例如,如果我建议的是新闻,那么基于位置的建议是有意义的。我希望您已经分析了用例 我遵循的方法是——在获得搜索结果后,对结果重新排序,给出个人建议。例如,如果我正在搜索一个特定的算法来编码,那么获得结果集并根据我的偏好重新排序,比如说,Java(基于我以前的历史)将是有意义的。在任何情况下,相关性是最重要的,然后我们适应用户的喜好
用例同样重要,如果这是用于新闻搜索,那么直接在位置上查询和检索是最好的方法。但是,如果我们在搜索中得到结果,那么根据用户的兴趣重新排列结果。这可能会导致从第一步获取的结果都不符合用户的口味。你是怎么处理的?那是真的。因此,用户数据非常重要。您可以对第一步结果使用主题建模,以查看它们是否与用户数据匹配。主题建模,因为它们将在语义上关联结果。因此,即使用户正在搜索oops,并且java是他的首选(您可以通过他的clickstream捕获),主题建模也会得到匹配。更重要的是,如果他的偏好与搜索结果不匹配,即使距离很遥远,也没有重新排名的意义,你只需按原样提供结果。