【从零开始学推荐】多路召回

import sys
import pickle
import numpy as np
import pandas as pd

sys.path.insert(0, '/Users/puhaoran/Desktop/code/algpro/rcpro/eva')

def get_debug_sample(sample_nums=10000):
    """ 训练集中采样 """
    train_df = pd.read_csv('./inputs/train_click_log.csv')
    train_user_ids = train_df.user_id.unique()
    sample_user_ids = np.random.choice(train_user_ids, size=sample_nums, replace=False)
    all_click_df = train_df[train_df.user_id.isin(sample_user_ids)]
    all_click_df = all_click_df.drop_duplicates((['user_id', 'click_article_id', 'click_timestamp']))
    return all_click_df

def get_train_df(strategy='local'):
    """ 线上策略或线下策略 """ 
    if strategy == 'local':
        all_click_df = pd.read_csv('./inputs/train_click_log.csv')
    else:
        train_df = pd.read_csv('./inputs/train_click_log.csv')
        test_df = pd.read_csv('./inputs/testA_click_log.csv')
        all_click_df = train_df.append(test_df)
    all_click_df = all_click_df.drop_duplicates((['user_id', 'click_article_id', 'click_timestamp']))
    return all_click_df

def get_item_info():
    """ 读取物品数据 """
    item_df = pd.read_csv('./inputs/articles.csv')
    item_df = item_df.rename(columns={'article_id': 'click_article_id'})
    return item_df

def get_emb_dict():
    """ 获取embedding数据 """
    item_emb_df = pd.read_csv('./inputs/articles_emb.csv')
    cols = [x for x in item_emb_df.columns if 'emb' in x]
    t = np.ascontiguousarray(item_emb_df[cols])
    # 归一化
    t = t / np.linalg.norm(t, axis=1, keepdims=True)
    item_emb_dict = dict(zip(item_emb_df['article_id'], t))
    pickle.dump(item_emb_dict, open('./inputs/item_emb.pkl', 'wb'))
    return item_emb_dict

data = get_debug_sample()
min_max_scaler = lambda x: (x-np.min(x)) / (np.max(x)- np.min(x))
# 对时间戳归一化,用于关联规则时计算权重
data['click_timestamp'] = data[['click_timestamp']].apply(min_max_scaler)
item_df = get_item_info()
get_emb_dict = get_emb_dict()

##### 定义多路召回字典
multiple_recall_dict = {
    'cold_boot': {},
    'itemcf_recall': {},
    'emb_recall': {},
    'youtubednn_recall': {},
}

阿斯蒂芬

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,029评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,238评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,576评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,214评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,324评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,392评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,416评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,196评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,631评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,919评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,090评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,767评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,410评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,090评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,328评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,952评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,979评论 2 351

推荐阅读更多精彩内容