基于XGBoost的搜索结果智能排序系统

• 作者: 孟晓景 张春勇 赵晗
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: XGBoost 特征缓存 特征筛选 并行预测
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 56-60
• 页数: 5页
• 分类号: TP303
• 字数: 4095字
• 语种: 中文
• DOI: 10.11907/rjdk.191138

摘要

针对传统基于模型的搜索引擎排序及特征获取慢、非数值特征处理复杂等问题,提出一种基于XG-Boost的搜索结果智能排序模型.基于XGBoost算法构建排序模型,使用独热编码和Apriori算法对非数值特征进行处理和筛选,利用Redis对用户和商家特征数据进行缓存,通过并行预测的方式加快模型预测商家得分速度,最后利用XGBoost自带的模型评价函数对最终训练出来的模型进行评估,结果显示模型预测准确率为0.76,说明模型给符合用户偏好的商家打出了较高的分数.其中在训练集上的AUC为0.72,在测试集上的AUC为0.69,两者相差不大,表明模型没有出现明显的过拟合现象,而且准确率较高,可用于构建商家排序模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟晓景	山东科技大学计算机科学与工程学院	32	151	7.0	11.0
2	赵晗	山东科技大学计算机科学与工程学院	1	1	1.0	1.0
3	张春勇	山东科技大学计算机科学与工程学院	2	1	1.0	1.0