LDA是一種無(wú)監(jiān)督算法，它從文檔中提出文檔的主題，以及主題中的單詞。

　　一、LDA模型簡(jiǎn)介

LDA是Latent Dirichlet Allocation的縮寫(xiě)，是線性判別分析的簡(jiǎn)寫(xiě)。本文探討了第一個(gè)潛在Dirichlet分配（潛在Dirichlet分配模型）技術(shù)。 LDA是一種主題提取模型。它是一種無(wú)監(jiān)督算法，它從文檔中提出文檔的主題，以及主題中的文字。 LDA模型用于廣泛的應(yīng)用，例如個(gè)性化推薦，產(chǎn)品標(biāo)簽，智能類別等。

監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)以及半監(jiān)督學(xué)習(xí)的概念相對(duì)容易理解。這是一個(gè)簡(jiǎn)短的提及。

我們知道AI系統(tǒng)可以抽象為圖中所示的結(jié)構(gòu)：

我們訓(xùn)練AI來(lái)獲得模型。有幾種方法可以訓(xùn)練模型：

監(jiān)督學(xué)習(xí)：通過(guò)手動(dòng)注釋數(shù)據(jù)，機(jī)器從中學(xué)習(xí)，例如分類和回歸算法。

無(wú)監(jiān)督學(xué)習(xí)：機(jī)器通過(guò)大量數(shù)據(jù)直接學(xué)習(xí)模型。 ，例如聚類算法。

半監(jiān)督學(xué)習(xí)：機(jī)器通過(guò)少量手動(dòng)注釋數(shù)據(jù)和大量未標(biāo)記數(shù)據(jù)來(lái)學(xué)習(xí)模型。半監(jiān)督學(xué)習(xí)的特點(diǎn)是少量的手動(dòng)注釋數(shù)據(jù)，以獲得一個(gè)好的模型。通過(guò)使用該模型，生成的糾錯(cuò)數(shù)據(jù)可以反過(guò)來(lái)提高模型的準(zhǔn)確性，并最終使模型最優(yōu)化。

回到我們要討論的LDA模型。根據(jù)場(chǎng)景，可以為不同的數(shù)據(jù)選擇不同的方案。例如，在定制場(chǎng)景中，可以進(jìn)行監(jiān)督學(xué)習(xí)以獲得更好的準(zhǔn)確性。例如，在C的產(chǎn)品中，使用半監(jiān)督學(xué)習(xí)方法允許產(chǎn)品具有個(gè)性化推薦的能力。

簡(jiǎn)單分析LDA模型的原理：

在LDA模型中，文檔是由單詞組成的文章，然后由主題組成。在主題中，存在詞的概率分布，概率越高，與主題的相關(guān)性越大。相反，文檔中存在主題概率分布，概率越高，與文檔的相關(guān)性越高。 LDA的簡(jiǎn)化公式如下：

P（單詞|文件）=∑ P（單詞|主題）和時(shí)間; P（主題|文件）

LDA根據(jù)文檔中單詞的概率和文檔中主題的概率分布來(lái)學(xué)習(xí)主題中單詞的概率分布。

從公式中我們可以清楚地看到如何提高LDA模型的準(zhǔn)確性，然后將其集成到算法中以增強(qiáng)產(chǎn)品的用戶體驗(yàn)。

　關(guān)鍵點(diǎn)在于：

提供單詞的注釋數(shù)據(jù)話題。

提供主題的注釋數(shù)據(jù)文獻(xiàn)。

　二、LDA主題產(chǎn)品設(shè)計(jì)

假設(shè)我們想要成為具有個(gè)性化信息流的產(chǎn)品。我們希望使用LDA標(biāo)記文章并將其推送給具有相同標(biāo)簽的用戶，以實(shí)現(xiàn)個(gè)性化推薦。那我們?cè)撛趺崔k？

事實(shí)上，標(biāo)簽可以被視為L(zhǎng)DA的主題。如果集成AI的產(chǎn)品的設(shè)計(jì)可以巧妙地讓用戶提供注釋數(shù)據(jù)，那么這種產(chǎn)品體驗(yàn)必須是優(yōu)秀的。

沿著這條思路，我們可以有這樣的設(shè)計(jì)：

您可以讓用戶先選擇標(biāo)簽，然后推薦一些用戶無(wú)人監(jiān)督和學(xué)習(xí)的相同標(biāo)簽的文章，手機(jī)用戶的點(diǎn)擊數(shù)據(jù)，逗留時(shí)間，喜歡，收藏等等。 。，然后將數(shù)據(jù)轉(zhuǎn)換為用戶的文章。認(rèn)可程度。如果用戶被高度認(rèn)可，將提高本文的重量;如果識(shí)別程度低，則功率會(huì)降低。然后設(shè)計(jì)一個(gè)“不喜歡”的按鈕，用戶點(diǎn)擊并降級(jí)文章。如果您使用大量用戶，您可以獲得更高質(zhì)量的數(shù)據(jù)，然后使用此數(shù)據(jù)進(jìn)行訓(xùn)練，使模型越來(lái)越準(zhǔn)確。

總結(jié)成一張圖片是：

« 秘密：新聞源軟文營(yíng)銷推廣的隱藏作用！ | 《紐約時(shí)報(bào)》，《華爾街日?qǐng)?bào)》熱門討論很多現(xiàn)象：更能代表中國(guó)消費(fèi)市場(chǎng) »