搜索系统和推荐系统最大不同
在脉脉上看到一个回答:
1. 搜索多了query,要保证内容相关性,容错率低;推荐容错率高,还需要一定的多样性和发现性。
2. 基于1,决定了搜索在召回阶段,兼顾相关行性和个性化,而推荐只需要个性化;在排序阶段,搜索目标是强偏序关系,识别物料的细微差别,通常用pairwise或listwise,推荐关心用户是否感兴趣,通常用pointwise。
在脉脉上看到一个回答:
1. 搜索多了query,要保证内容相关性,容错率低;推荐容错率高,还需要一定的多样性和发现性。
2. 基于1,决定了搜索在召回阶段,兼顾相关行性和个性化,而推荐只需要个性化;在排序阶段,搜索目标是强偏序关系,识别物料的细微差别,通常用pairwise或listwise,推荐关心用户是否感兴趣,通常用pointwise。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
2019-04-10 Java自定义类加载器