第一是基于用户自身资料的相似,主要基于用户自身的基本属性,从Elastic索引库里面找相关的信息查询,多维度匹配。 第二是基于用户行为的推荐——关联规则和CF协同过滤。 第三是图像识别的分类,基于TensorFlow,用于用户的颜值高中低分类,以及用户发布的动态图文内容分类,动态图文有风景、美食和人物分类等。图像识别分类也是我们很重要的一个模块。 第四部分是社交关系,它是我们做社交产品的一个很重要的基础,主要基于图数据库做服务召回,模型中有单双向匹配以及N度人脉,这里N一般不超过3。 第五部分是用户画像的构建,社交存在着物以类聚人以群分的特性,所以对我们的用户群体也做了聚类,构建了一个个的用户群体标签。 最后一个就是特征工程训练,使用当前主流的Xgbt和深度学习的框架DeepFM 等。恋爱公式:“恋爱转化率 * 机会 = 结果”。以上信息摘自《大数据与ai的16种可能》,下载地址:https://developer.aliyun.com/topic/download?id=8237
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。