前言

用戶建模是搜索與推薦模型的核心技術。其實很多人對用戶模型的概念比較模糊，用戶模型更多是在產品生命周期中起關鍵作用，其結合數據、反饋、行為三個方面的信息總結概括出產品用戶模型。

01 背景與意義

用戶建模是搜索與推薦模型的核心技術。淘寶搜索排序算分的對象是 <user, query, item> 三元組，我們從樣本特征表達的角度上來看，item是比較稠密而且穩定的部分，在大樣本的環境下，大部分信息都能夠被id embedding所表達，相反user是三者中比較稀疏的部分，所以對于user的描述，需要大量的泛化特征。

從模型分類的角度上來看，用戶與商品的靜態特征作用在于增強模型的泛化性，而用戶實時行為的引入與建模，可以大大增強樣本之間的區分性，顯著地提升模型的分類精度。我們把用戶建模的過程看作是對用戶的信息抽象和信息組織的過程。

信息抽象方面

我們不斷地優化與豐富建模方式：

• user profile用來表征用戶的靜態屬性信息；

• 偏好標簽的挖掘，從行為上預測用戶的一般性偏好；

• 實時行為建模，更細粒度的對當前請求下的興趣刻畫與描述。

信息處理方面

我們從行為周期和行為內容方面對用戶行為數據進行合理的組織：

• 從行為周期上，我們將行為序列劃分成中短期和長期，分別使用不同的時間跨度，描述不同粒度的興趣；

• 從行為內容維度上，直接行為反饋商品和曝光商品分別被用來顯式和隱式的表達用戶意圖，

總結

以上是生活随笔為你收集整理的深度学习核心技术精讲100篇（二十二）-深度解析数学建模核心知识之搜索与推荐模型中用户建模原理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。