LinkedIn 上的个性化专家搜索
信息检索
2016-02-16 v1 机器学习
社会与信息网络
摘要
LinkedIn 是最大的职业社交网络，拥有超过 3.5 亿会员。随着会员基数增长，搜索专家变得越来越具挑战性。在本文中，我们提出一种方法来解决 LinkedIn 上的个性化专家搜索问题，特别是针对包含 {\it skills} 的探索性搜索查询。在离线阶段，我们引入了一种基于矩阵分解的协同过滤方法。我们的方法既估计会员在个人资料中列出的技能的专业能力分数，也估计他们可能拥有但未明确列出的技能的专业能力分数。在在线阶段（查询时），我们将这些技能的专业能力分数作为一个特征，结合其他特征对结果进行排序。为学习个性化排序函数，我们提出了一种启发式方法，从搜索日志中提取训练数据，同时处理位置偏差和样本选择偏差。我们在两款产品上测试了模型——LinkedIn 主页和 LinkedIn 招聘者。A/B 测试显示点击率显著提升——招聘者的 CTR@1 提升 31%（主页为 18%），以及从搜索发出的后续消息量提升 37%（主页为 20%）。在撰写本文时，这些模型服务于 LinkedIn 主页和 LinkedIn 招聘者上几乎所有的技能搜索线上流量。
引用
@article{arxiv.1602.04572,
title = {Personalized Expertise Search at LinkedIn},
author = {Viet Ha-Thuc and Ganesh Venkataraman and Mario Rodriguez and Shakti Sinha and Senthil Sundaram and Lin Guo},
journal= {arXiv preprint arXiv:1602.04572},
year = {2016}
}
备注
2015 IEEE International Conference on Big Data