airbnb论文和Glove分布式复现
案例介绍
通过修改原始WORD2VEC算法，实现ARIBNB中将order商品作为全局上下文。
可以通过运行embedding下的AribnbOrdPredict实现。运行代码中给定例子可以看出，对于序列为： 9744_81732,2679_372273,2679_411245,2679_593370,4833_-1,4833_0,9434_19306,9434_7623,9434_89486,9435_12310,9435_26909,9435_422036,-1
如：
----中心词为:9744_81732,随机数为：b=2 则0 的窗口大小为3的词下标为：1 ,2 ,3 ,11 ,
----中心词为:2679_372273,随机数为：b=4 则1 的窗口大小为1的词下标为：0 ,2 ,11 ,
的seesion，尾部字符为-1，说明该序列的倒数第二个商品为下单的商品，因此当前面每个词作为中心词的时候，其窗口词中都应该含有9435_422036，即下标为11的商品。
二、glove 分布式训练
通过结合原始的WORD2VEC代码和https://github.com/petro-rudenko/spark-glove 这篇的单机GLOVE实现，实现GLOVE的分布式训练。
airbnb论文和Glove分布式复现
案例介绍
一、aribnb global context 代码实现
通过修改原始WORD2VEC算法，实现ARIBNB中将order商品作为全局上下文。
可以通过运行embedding下的AribnbOrdPredict实现。运行代码中给定例子可以看出，对于序列为： 9744_81732,2679_372273,2679_411245,2679_593370,4833_-1,4833_0,9434_19306,9434_7623,9434_89486,9435_12310,9435_26909,9435_422036,-1
如：
----中心词为:9744_81732,随机数为：b=2 则0 的窗口大小为3的词下标为：1 ,2 ,3 ,11 ,
----中心词为:2679_372273,随机数为：b=4 则1 的窗口大小为1的词下标为：0 ,2 ,11 ,
的seesion，尾部字符为-1，说明该序列的倒数第二个商品为下单的商品，因此当前面每个词作为中心词的时候，其窗口词中都应该含有9435_422036，即下标为11的商品。
二、glove 分布式训练
通过结合原始的WORD2VEC代码和https://github.com/petro-rudenko/spark-glove 这篇的单机GLOVE实现，实现GLOVE的分布式训练。
案例图片
相似案例推荐
-
途牛钱包
工作描述：线上支付系统，提供开户、充值、支付、退款、绑卡/解
-
中国移动手机支付项目
项目说明：www.cmpay.10086.cn是中国移动电子
-
一家服饰
企业站开发企业站开发企业站开发企业站开发企业站开发企业站开发
-
服饰
就是自己接单做的一点那个企业站 就是自己接单做的一点那个企
-
若舍网站 本元轻氧
本元轻氧 by-cas 致力于轻氧生活体系；打造新生态生活质
-
NFT_Marketplace
本人在作品中担任web前端工程师。作品使用 react +
1小时精推人才
需求方专属客服，免费梳理匹配
