14、推荐Rerank二次重排序算法（基于Learning to rank排序学习思想）

[cjlmyfanke]

课时名称	课时知识点
14、推荐Rerank二次重排序算法（基于Learning to rank排序学习思想）	推荐的Rerank排序有几种应用场景，一个是离线计算的时候为每个用户提前用Rerank排序 算法算好推荐结果，另一个是在实时在线Web推荐引擎里做二次融合排序的时候。 但不管哪一种用到的算法是一样的。 比如用逻辑回归、GBDT、随机森林、神经网络等来预测这个商品被点击或者 被购买的可能性的概率，用的模型都是同一个，预测的时候是对特征转换做同样的处理。 一般封装一个通用方法供离线和在线场景调用。 有三种做推荐的Rerank排序的思想： 1.基于逻辑回归、GBDT、随机森林、神经网络的分类思想做二次排序 2.基于Learning to rank排序学习思想做二次排序 3.基于加权组合的公式规则