特征介绍:
id embedding,通常用32或64维向量
特征处理
线上服务的系统架构
统计数据是有时效性的,不能缓存在服务器本地。画像可以,保证读取快就好。
tf serving 这里 tensorflow会给笔记打分,分数返回给排序服务器,进一步排序服务器会用融合的分数多样性分数还有业务规则给笔记排序,把排名最高的几十篇返回给主服务器。即最终曝光的笔记。
id embedding,通常用32或64维向量
统计数据是有时效性的,不能缓存在服务器本地。画像可以,保证读取快就好。
tf serving 这里 tensorflow会给笔记打分,分数返回给排序服务器,进一步排序服务器会用融合的分数多样性分数还有业务规则给笔记排序,把排名最高的几十篇返回给主服务器。即最终曝光的笔记。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2222987.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!