“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

“向量”能帮助运营解决什么问题?从实战如何更好的理解与运用向量。

计算结果中夹角的余弦值为0.81非常接近于1,所以,上面的句子A和句子B是基本相似的。

余弦值越接近1,就表明夹角越接近0度,也就是两个向量越相似,这就叫"余弦相似性"。

这种是单一的向量召回方式

召回机制下的 粗排何尝不是这种算法呢。

上述就是向量的算法工作原理。

知道了工作原理,其实万物皆可向量。

无非就是取实数值的点不同。

实数值取的点不同,精准度就完全不一样了。

在举个例子:2018年我们讲过“图搜”

图搜的底层逻辑就是向量召回

大家都认同图片和标题一样镶嵌着商品“信息”

主图最原始的信息就是颜色CMKY和RGB 根据色彩面积占比取实数值进行向量召回,找相似的图片过程的过程就是最原始搜索机制。

通过向量召回,找到相似图片进行打标,反过来在去搜索就是一个带有精准标签的人群。

 1/2   上一页 1 2 下一页 尾页

文章TAG:向量召回  
下一篇