基于语义相似度的商品搜索推荐实践

71 阅读 0 评论 47 点赞

我是靠谱客的博主敏感故事，最近开发中收集的这篇文章主要介绍基于语义相似度的商品搜索推荐实践，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

基于语义相似度的商品搜索推荐实践

- 一、背景
- 二、推荐目标
- 三、推荐架构
- 三、实时算法层介绍
- - 1. Query分词
  - 2. 意图识别
  - 3. 粗排
  - 4. 精排
  - 5. 重排
- 四、后续优化
- - 1. 用户反馈数据运用
  - 2. 线上效果提升的关键因素

一、背景

搜索是一个发现用户主动兴趣的场景，query是用户兴趣的浓缩表达，用户输入的query可认为是一种ugc，在电商类产品中，普遍存在ugc推荐场景，因而query的推荐也扮演着不可小觑的角色，在产品中，我们在搜索栏为用户推荐Query。在NLP领域，语义相似度的计算一直是个难题：搜索场景下query和Doc的语义相似度、feeds场景下Doc和Doc的语义相似度、机器翻译场景下A句子和B句子的语义相似度等等。