干貨深度學習word2vec筆記之應(yīng)用篇

1、深度學習wd2vec筆記之應(yīng)用篇2014年8月17日DeepLearningnlpwd2vecsmallroof聲明：1）該博文是Google專家以及多位博主所無私奉獻的論文資料整理的。具體引用的資料請看參考文獻。具體的版本聲明也參考原文獻2）本文僅供學術(shù)交流，非商用。所以每一部分具體的參考資料并沒有詳細對應(yīng)，更有些部分本來就是直接從其他博客復制過來的。如果某部分不小心侵犯了大家的利益，還望海涵，并聯(lián)系老衲刪除或修改，直到相關(guān)人士滿意為

2、止。3）本人才疏學淺，整理總結(jié)的時候難免出錯，還望各位前輩不吝指正，謝謝。4）閱讀本文需要機器學習、概率統(tǒng)計算法等等基礎(chǔ)（如果沒有也沒關(guān)系了，沒有就看看，當做跟同學們吹牛的本錢），基礎(chǔ)篇url：:blog.mytestmyarticledetails26961315。5）此屬于第一版本，若有錯誤，還需繼續(xù)修正與增刪。還望大家多多指點。請直接回帖，本人來想辦法處理。6）本人手上有wd版的和pdf版的，有必要的話可以上傳到csdn供各位下載

3、。好不容易學了一個深度學習的算法，大家是否比較爽了？但是回頭想想，學這個是為了什么？吹牛皮嗎？寫論文嗎？參加競賽拿獎嗎？不管哪個原因，都顯得有點校園思維了。那怎么辦呢？媒體的員工只好猜了，但是哪怕是猜都很費勁，想想都頭疼，一百萬人啊，一個個猜也得吃力不討好啊。這時候計算機的作用就來了，用計算機猜嘛，而且不一定需要全部瞎猜的，因為用戶如果注冊了的話，還有一些用戶的個人信息可以參考的。一般的網(wǎng)站注冊的時候都要求提供年齡性別之類的個人信息，有

4、時候要要求寫一些個人的興趣什么的標簽。這個時候這些數(shù)據(jù)就用上大用處了。網(wǎng)站可以把注冊用戶的個人信息保存下來，然后提供廣告主選擇。如上面的那個化妝品的廣告主，它就可以跟媒體提它的要求——我要向年輕的女性投放廣告。媒體這個時候就可以提供一些條件給這個廣告主選擇，如媒體說我有很多用戶，18到80歲的都有，然后男性女性用戶都有。廣告主就可以根據(jù)這些條件選擇自己的目標用戶，如選擇了18到30歲的女性用戶作為目標人群。選中了目標人群后，廣告主和媒體

5、就可以談價錢了，談好了價錢廣告主就下單，然后媒體就幫廣告主投廣告，然后媒體的錢就賺到了。1.2興趣挖掘的必要性興趣挖掘的必要性上面多次提到的“目標人群”，就是廣告主最關(guān)心的事情。客戶最關(guān)心的事情自然也是媒體最關(guān)心的事情。所以媒體會盡力幫助它們的客戶去定向它們的目標人群。一般所謂的定向也不是媒體親自有一個人來跟廣告主談的，是媒體建立好一個頁面，這個頁面上有一些選項，比如年齡，性別，地域什么的，都是條件。廣告主在上面把自己的目標人群符合的條

6、件輸入，然后下單購買向這些人投放廣告的機會。媒體為了更好地賺錢，肯定是愿意把這個頁面上的條件做得更加豐富一點，讓更多的廣告主覺得這個網(wǎng)站的用戶里面有它們的目標人群，從而讓更多的廣告主愿意過來下單。廣告主的定向其實有粗細之分的，有些廣告主粗放點，它們有錢，選的定向條件比較寬，就說女性的用戶，全部都投放；有些就定向得比較窄，比如說，北京的20到25歲的女性，并且要喜歡羽毛球的用戶。對于定向?qū)挼膹V告主好處理，問題就是這些定向窄的廣告主，它們還