兩層演算法

『壹』 stacking集成演算法能有幾層

不限，但是很多情況下，兩層的效果是相對比較好的，多層反而不好。在不同的數據集上多做實驗試一下。

『貳』 微博最常訪問演算法

基礎及關聯演算法

這一層演算法的主要作用是為微博推薦挖掘必要的基礎資源、解決推薦時的通用技術問題、完成必要的數據分析為推薦業務提供指導。

這一部分中常用的演算法和技術如下：

分詞技術與核心詞提取

是微博內容推薦的基礎，用於將微博內容轉化為結構化向量，包括詞語切分、詞語信息標注、內容核心詞/實體詞提取、語義依存分析等。

分類與 anti-spam

用於微博內容推薦候選的分析，包含微博內容分類和營銷廣告/色情類微博識別；

內容分類採用決策樹分類模型實現，共 3 級分類體系，148 個類別；營銷廣告/色情類微博的識別，採用貝葉斯與最大熵的混合模型。

聚類技術

主要用於熱點話題挖掘，以及為內容相關推薦提供關聯資源。屬於微博自主研發的聚類技術 WVT 演算法（word vector topic），依據微博內容特點和傳播規律設計。

傳播模型與用戶影響力分析

開展微博傳播模型研究和用戶網路影響力分析（包含深度影響力、廣度影響力和領域內影響力）。

主要推薦演算法

1. Graph-based 推薦演算法

微博具有這樣的特點：用戶貢獻內容，社會化途徑傳播，帶來信息的爆炸式傳播。之所以稱作 graph-based 推薦演算法，而不是業界通用的 memory-based 演算法，主要原因在於：

• 我們的推薦演算法設計是建立在社交網路之上，核心點在於從社交網路出發，融入信息傳播模型，綜合利用各類數據，為用戶提供最佳的推薦結果；比如很多時候，我們只是信息傳播的關鍵環節，加入必要的推薦調控，改變信息傳播通路，後續的傳播沿著原來的網路自然的傳播。

• Feed 流推薦（我們稱作趨勢），是我們最重要的產品，而結果必須包含用戶關系。

從 graph 的宏觀角度看，我們的目標是建立一個具有更高價值的用戶關系網路，促進優質信息的快速傳播，提升 feed 流質量；其中的重要工作是關鍵節點挖掘、面向關鍵節點的內容推薦、用戶推薦。

對這部分的演算法做相應的梳理，如下面的表格：



這樣利用 content-based 很好的解決了冷啟動的問題，又充分發揮了 user-based CF 的作用，實現1+1>2 的效果。

分層模型混合：

很多情況下，一個模型無法很好的得到想要的效果，而分層組合往往會取得比較好的效果，分層模型混合即「將上一層模型的輸出作為下層模型的特徵值，來綜合訓練模型，完成推薦任務「。比如我們在做微博首頁右側的 ctr 預估排序時，採用分層邏輯回歸模型，解決了不同產品間特徵天然缺失與樣本量差異、曝光位置帶來的效果偏差等問題。