word2vec
2016-12-26 23:32:46 0 举报Word2Vec是一种用于生成词向量的模型，它可以将自然语言中的词语转换为实数向量。这种模型通过学习大量文本数据，自动捕捉到词语之间的语义和语法关系，从而实现了高效的词语表示。Word2Vec的主要优点是能够处理大规模数据集，并且具有较好的泛化能力。此外，它还可以通过调整模型参数来控制向量的长度和方向，以满足不同的应用场景需求。总之，Word2Vec是一种非常实用的自然语言处理工具，被广泛应用于文本分类、信息检索、机器翻译等领域。
作者其他创作
大纲/内容
comic1
.........
uin1
标签
comic4
动漫书籍特征
推荐热门的鞋
comic6
主旨：卖出去越多赚得越多
老顾客
（0，1，1，1，0，1，0，1，0，1，1，..........）
comic2
动漫书籍 话别数 品类 阅读UV 收藏UV 下载UV 点券消耗UV 点券消耗金额comic1 100 玄幻 3000 2000 1500 2000 500comic2 300 古言 1000 1000 2000 1000 100comic3 200 校园 2000 2000 1400 2000 200comic4 300 科幻 3000 3000 1500 3000 300comic5 500 玄幻 4000 4000 1600 4000 500 ..........
comic5
销售员
用户 性别 年龄 学历uin1 男 23 大学uin1 男 23 大学uin1 男 23 大学uin1 男 23 大学uin1 男 23 大学uin1 男 23 大学..........
顾客以前买过什么鞋？
word2vec
（1，0，1，1，1，0，0，1，0，0，1，..........）
comic7
新顾客
uin3
comic8
comic3
uin2
（0，0，0，1，1，0，0，0，0，1，0，..........）
是否阅读是否是是否..........
comic9
最近哪双鞋卖得最好？
动漫书籍向量
推荐他喜欢的鞋
用户基础特征
一段时间周期内，按用户对动漫书籍阅读的先后顺序
0 条评论
下一页
