文本推荐

采用文本相似度识别、关键词识别、标签库、聚类算法、知识图谱推荐算法等综合进行文本推荐
文本推荐
采用文本相似度识别、关键词识别、标签库、聚类算法、知识图谱推荐算法等综合进行文本推荐
功能介绍

推荐系统(RS)主要是指应用协同智能(COLLABORATIVE INTELLIGENCE)做推荐的技术。推荐系统的两大主流类型是基
于内容的推荐系统和协同过滤(Collaborative Filtering)。另外还有基于知识的推荐系统(包括基于本体和基于案例
的推荐系统)是一类特殊的推荐系统,这类系统更加注重知识表征和推理。

推荐系统(RS)主要是指应用协同智能(COLLABORATIVE INTELLIGENCE)做推荐的技术。推荐系统的两大主流类型是基于内容的推荐系统和协同过滤(Collaborative Filtering)。另外还有基于知识的推荐系统(包括基于本体和基于案例的推荐系统)是一类特殊的推荐系统,这类系统更加注重知识表征和推理。

文本预处理

搭建底层文本素材库、标签库,并将需要输送给算法的文本进行预处理,
作为推荐依据

搭建底层文本素材库、标签库,并将需要输送给算法的文本进行预处理,作为推荐依据

文本聚类

文本聚类是在无标签数据中生成分组,针对网站采集数据、新闻数据等,
通过文本聚类完成的“同类”识别。采用 DBSCAN 基于密度的算法的聚
类,依赖于向量相互之间的距离,以创建分组

文本聚类是在无标签数据中生成分组,针对网站采集数据、新闻数据等,通过文本聚类完成的“同类”识别。采用 DBSCAN 基于密度的算法的聚类,依赖于向量相互之间的距离,以创建分组

应用场景

搜索引擎

通过匹配检索文本和候选文本的相似度,支持搜索引擎的基础能力

信息推荐

计算信息浏览历史和其他详细信息的相似度,从而为用户推荐相关内容

智能问答

通过匹配问题和候选答案的文本相似度,支持智能问答系统的基础能力

技术特色

图谱联想

结合知识图谱相关技术完成智能推荐

结合知识图谱相关技术完成智能推荐

多场景应用

多领域应用,底层数据搭建,支撑多场
景数据推荐应用

多领域应用,底层数据搭建,支撑多场景数据推荐应用