用户输入语料——>用户商业兴趣

对于用户和广告、用户和新闻、是如何联系起来的，现在的网友们应该都不陌生，毕竟互联网现在到处弥漫着个性化推荐的味嘛！那么它们之间究竟是怎么联系的呢？白话说，就是词与词的关系，A用户输入了一个“去哪儿”，“去哪儿”是做旅游的，那么我们就可以定位A对“旅游”有兴趣，且喜欢用“去哪儿”。

什么是输入语料呢？

所谓“商业兴趣”，就是指用户对广告类别的兴趣，通过定位用户的商业兴趣，去给用户推送他感兴趣的广告，就可以等着money进口袋了。但是用户那么多，兴趣分散且各异，我们如何给兴趣归类是个问题，所以我们得首先有个兴趣标签库呀！

NO.1 建立商业兴趣标签库：

DF结合自家产品情况，整理了覆盖20个商业兴趣类别的标签库，格式大致如下：

商业标签结构示意

NO.2 机器计算用户的商业兴趣

①计算语料关键词与种子词的向量分

DF将***商业兴趣结构提供给技术后，技术结合原有词库（机器从众多用户输入语料和新闻语义中学习，从而判断词与词之间的相关性）中，词与词之间的相关性，给从用户语料中提取出的关键词打向量分。

机器给语料关键词打分流程

②计算二级标签综合得分

二级标签得分 = A种子词的向量分*次数 + B种子词的向量分*次数+……

关键词与种子词向量分截图

③验证机器计算商业标签的准确性

为了方便人工进行评测，经过观察，我们敲定，选取每个用户的top 10二级标签、每个二级标签下种子词直接向量分top 10。

通过人工对多个语料的分析，制定评测标准，结合用户语料中表现的商业兴趣取向，评测机器商业标签的准确性。（评测标准暂时不在此处上传，后期时机合适再上传）。

如机器的top10二级标签中，有3个是在用户输入语料中能看出来的，则机器商业标签准确率为40%。

大致流程就是这样了，写的比较粗，后续再完善。