而京东商城则是选用了一些成熟模型，在获取一张图片的属性后，例如色彩、袖长、裙长、图案，经由过程设定优先辨认规矩，比如色彩，以词攀类推，逐渐辨认商品的所有色彩分类。郑志彤表示，“我们大年夜图片上采取商品属性重要覆盖了四个一级品类，精确率能到95%阁下，范围大年夜概是累计了两亿条以上的商品属性和一亿多条的SKU（Stock Keeping Unit）。”

第五、多场景信息获取

第四、类目主动辨认

商品数量达数亿条，又有近4000多条的三级类目分类，这使京东在早期录入数据时消费了大年夜量人力。今朝，京东商城重要采取了文本分类的办法，即文本被分到一个树状的类别图里。早期，京东商城测验测验过基于字母级其余深度卷积神经收集(DCNN)分类，然后又试过Word2vec,即Google开源的一款用于词向量计算的对象、长短期记忆收集（LSTM），经由过程大年夜量的比较实验，发明效不雅基本相当。最后，京东商城本身编写了最优文本分类算法（BTC），实现了快速分类的效不雅，精确率高达99%。

　　推荐阅读

　　关于Web会话管理的3种方式

http是无状况的，一次请求停止，连接断开，下次办事器再收到请求，它就不知道这个请求是哪个用户发过来的。当然它知道是哪个客户端地址发过来的，然则对于我们的应用来说，我们是靠用户来>>>详细阅读

本文标题：京东郑志彤：如何利用机器学习优化数亿条商品数据

地址：http://www.17bianji.com/lsqh/37144.html

 1/2    1