Bir yerleştirme modeliniz olduğunu varsayalım. Bir kullanıcıya ne tür bir hangi öğeleri önereceğime karar vermeli misiniz?
Sunum sırasında, bir sorgu verildiğinde aşağıdakilerden birini yaparak başlarsınız:
- Matrisi çarpanlara ayırma modelinde sorgu (veya kullanıcı) yerleştirme işlemi, statik bir şekilde çalışır ve sistem, kullanıcı yerleştirme matrisi.
- Sistem, DNN modeli için sorgu yerleştirme işlemini hesaplar \(\psi(x)\) ağı, \(x\)özellik vektöründe çalıştırarak sunma zamanında görebilirsiniz.
Sorgu yerleştirme işlemini tamamladıktan sonra \(q\)öğe yerleştirmelerini arayın. \(V_j\) yakından \(q\) gösteren öğeler içerir. Bu en yakın komşu sorunudur. Örneğin, ilk k harfini döndürebilirsiniz. öğeleri, benzerlik puanına göre belirlenir \(s(q, V_j)\).
İlgili öğe önerilerinde de benzer bir yaklaşım kullanabilirsiniz. Örneğin, sistem, kullanıcı bir YouTube videosu izlerken ilk olarak öğeyi yerleştirme ve ardından diğer öğelerin yerleştirmelerini arama \(V_j\) kolayca yerleştirilmiştir.
Büyük ölçekli alma
Gömme alanındaki en yakın komşuları hesaplamak için sistem, her potansiyel adayı tam olarak puanlayabilir. Yoğun puanlama büyük bir derleme için pahalı olabilir, ancak aşağıdaki stratejileri uygulayabilirsiniz:
- Sorgu yerleştirme statik olarak biliniyorsa, sistem çevrimiçi puanlama, önceden hesaplama ve saklama süreçlerinden oluşan en iyi adayları gösterir. Bu, proje yöneticilerinin ilgili öğe önerisi.
- Yaklaşık olarak en yakın komşuları kullanın.