什么是內(nèi)容興趣偏好標(biāo)簽?zāi)?

　　簡(jiǎn)單來(lái)說(shuō)就是分析用戶喜歡看的文章類型，得到用戶的興趣偏好，在這樣的基礎(chǔ)上，對(duì)用戶進(jìn)行內(nèi)容的個(gè)性化推薦和push推送，來(lái)有效促進(jìn)app的活躍并拉長(zhǎng)用戶生命周期。

　　這件事情簡(jiǎn)單來(lái)說(shuō)其實(shí)就是兩步走：

　　首先對(duì)文章進(jìn)行分類，也就是俗稱的貼標(biāo)文章。

　　二是，給用戶打標(biāo)簽，也就是一個(gè)用戶閱讀了哪些不同類型的文章，相應(yīng)的就會(huì)獲取到學(xué)生自己的興趣選擇偏好進(jìn)行標(biāo)簽。

　　那么，在實(shí)踐中真的這么簡(jiǎn)單嗎？看似簡(jiǎn)單的兩個(gè)鏈接究竟是如何工作的？

　　通常，有三種方法可以獲取示例：

　　首先，文章的人工標(biāo)注，優(yōu)點(diǎn)是準(zhǔn)確，缺點(diǎn)是效率低，因?yàn)樗惴ㄐ枰罅繕颖荆杀痉浅８摺?/p>

　　另一種方法是通過(guò)一些開(kāi)源網(wǎng)站提供模型訓(xùn)練的關(guān)鍵詞，如可以從搜狗詞典中獲得，優(yōu)點(diǎn)是成本低，但缺點(diǎn)也很明顯，因?yàn)椴煌姆诸愊到y(tǒng)對(duì)部分分類有不同的理解，分類不夠準(zhǔn)確，后期需要大量的人力來(lái)修正。

　　第三種方式是配合一些信息類的app，獲取他們的文章和分類作為樣本。比如好的比如今天的頭條，uc都是不錯(cuò)的選擇。我們當(dāng)時(shí)其實(shí)也試過(guò)(一顆苦澀的淚)。

　　獲取樣本以后，就是算法模型的訓(xùn)練及其檢驗(yàn)了。算法模型的訓(xùn)練原理，即通過(guò)對(duì)樣本文章進(jìn)行分詞，抽取實(shí)體，建立特征工程，將每一個(gè)特征詞作為向量，擬合出一個(gè)函數(shù)，這樣，當(dāng)有新的文章時(shí)，該文章通過(guò)分詞，并通過(guò)模型計(jì)算出結(jié)果。但模型并不是能夠有樣本一次性就能準(zhǔn)確的，模型還需要進(jìn)行測(cè)試和矯正。