泛用AI打造刷知乎推荐系统

用AI打造刷知乎推荐系统

在喜马拉雅播放
创作者写的节目说明
关键词:知乎、内容推荐系统、魔塔、语料库、思想热点、随机刷、AI重排序
摘要:我下载了魔塔上1.4GB的知乎语料库,想做一个能快速找到感兴趣内容的内容推荐系统。先做了主动搜索功能,但发现得自己想起来搜;又做了根据记录找思想热点自动推荐的功能,解决了主动搜索的问题;再做了随机刷功能,兼顾广度与深度。评测下来基本符合预期,随机刷效率不高但偶尔能刷到意识之外的有价值内容,今天刷到一篇讲网文的,开车路上听了40分钟,颇有点收获。

[] 知乎语料库与推荐系统初衷
[] 主动搜索推荐功能
[] 随机刷功能与广度深度

说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

三个功能层层递进:从主动搜索,到让 AI 读记录提炼热点,再到随机刷打破兴趣圈。

别处听不到的

主播亲手搭系统并如实复盘,连“效率未必比直接刷知乎高”这种不讨好的结论也讲了。

最打动人的

乱刷到一篇讲网文的回答,据此推荐,回家开车四十分钟一路听下来没停。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

主播用一份 1.4GB、一百万条问答的公开知乎语料库,两天搭出一个自己的刷知乎系统:输入一段话让 AI 检索重排,让 AI 读自己近几天的记录自动提炼思想热点,还有点一下就出一条的随机刷。他坦白前两个功能符合预期却无惊喜,随机刷效率也未必更高,但那天刷到一篇讲网文的回答,据此拉出列表,开车听了四十分钟没停下来。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

主播用一份约 1.4GB、一百万条问答的公开知乎语料库,花两天搭了一个自己的内容推荐系统,并复盘了三个功能:输入文本让 AI 检索并重排序;让 AI 读自己近几天的记录、提炼思想热点后自动搜索;以及点一下就出一条的随机刷。他坦言前两个功能结果符合预期但无惊喜,随机刷效率未必高于直接刷知乎,真正价值在于能围绕一条对胃口的内容拉出跨问题的相关列表,用来撞见意识之外但对自己有价值的东西。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立

00:00

从一份 1.4GB 的知乎语料库开始

主播下载了约 1.4GB、一百万条问答的公开知乎语料库,判断内容大致截止在 2023 年之前,AI 相关不多,但历史等时效性弱的高质量回答仍值得读,于是决定基于它做自己的刷知乎系统。

01:04

推荐系统为什么是个玄学问题

他提出推荐系统的两难:老推喜欢的会让人狭隘,推不喜欢的人又不高兴;只按主题推荐会忽略文笔、正负能量等因素,纳入这些又过于主观。因此只能做主观评测,并引出第一个功能:把一段文本丢给 AI 做推荐。

02:11

从主动搜索到让 AI 读记录找热点

第一个功能本质仍是搜索,得自己先想起来搜什么,这是弊端。于是他做了第二个功能:让 AI 读最近几天的记录,提炼思想热点,自动生成搜索词去语料库检索,再重排序筛出五十条。

03:12

随机刷:打破自己的兴趣圈子

主题推荐会让人困在固有兴趣里,于是加了点一下就随机出一条的功能,思路与以前刷音频一致,兼顾广度与深度。他评测指定主题与热点推荐两个功能,结果符合预期但没有惊喜。

04:17

效率未必更高,但能撞见意识之外的东西

随机刷可能刷很多条才碰到一条对胃口的,效率未必胜过直接刷知乎;好处是能围绕一条内容拉出跨问题的相关列表。他那天刷到一篇讲网文的回答,据此推荐,开车路上听了四十分钟,觉得颇有收获。

泛娱乐 · 更多单集

看全部 1061 期 →

泛娱乐

泛用AI打造刷知乎推荐系统

泛娱乐 · 10 月 22 日 · 6 分钟

用AI打造刷知乎推荐系统

在喜马拉雅播放
创作者写的节目说明
关键词:知乎、内容推荐系统、魔塔、语料库、思想热点、随机刷、AI重排序
摘要:我下载了魔塔上1.4GB的知乎语料库,想做一个能快速找到感兴趣内容的内容推荐系统。先做了主动搜索功能,但发现得自己想起来搜;又做了根据记录找思想热点自动推荐的功能,解决了主动搜索的问题;再做了随机刷功能,兼顾广度与深度。评测下来基本符合预期,随机刷效率不高但偶尔能刷到意识之外的有价值内容,今天刷到一篇讲网文的,开车路上听了40分钟,颇有点收获。

[] 知乎语料库与推荐系统初衷
[] 主动搜索推荐功能
[] 随机刷功能与广度深度

说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

三个功能层层递进:从主动搜索,到让 AI 读记录提炼热点,再到随机刷打破兴趣圈。

别处听不到的

主播亲手搭系统并如实复盘,连“效率未必比直接刷知乎高”这种不讨好的结论也讲了。

最打动人的

乱刷到一篇讲网文的回答,据此推荐,回家开车四十分钟一路听下来没停。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

主播用一份 1.4GB、一百万条问答的公开知乎语料库,两天搭出一个自己的刷知乎系统:输入一段话让 AI 检索重排,让 AI 读自己近几天的记录自动提炼思想热点,还有点一下就出一条的随机刷。他坦白前两个功能符合预期却无惊喜,随机刷效率也未必更高,但那天刷到一篇讲网文的回答,据此拉出列表,开车听了四十分钟没停下来。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

主播用一份约 1.4GB、一百万条问答的公开知乎语料库,花两天搭了一个自己的内容推荐系统,并复盘了三个功能:输入文本让 AI 检索并重排序;让 AI 读自己近几天的记录、提炼思想热点后自动搜索;以及点一下就出一条的随机刷。他坦言前两个功能结果符合预期但无惊喜,随机刷效率未必高于直接刷知乎,真正价值在于能围绕一条对胃口的内容拉出跨问题的相关列表,用来撞见意识之外但对自己有价值的东西。

AI 识别的章节

章节

点一章从那里开始播 · 与创作者标的时间点各自独立

00:00

从一份 1.4GB 的知乎语料库开始

01:04

推荐系统为什么是个玄学问题

02:11

从主动搜索到让 AI 读记录找热点

03:12

随机刷:打破自己的兴趣圈子

04:17

效率未必更高,但能撞见意识之外的东西

本期提到的品牌与产品

节目里自然聊到的,不是广告

知乎作为语料来源与对比对象反复出现
00:00正面
魔塔语料库的下载平台
00:00中性
知乎语料库1.4GB、一百万条问答的公开数据集
00:00正面
网文随机刷到并据此推荐的一篇回答主题
05:03正面
泛泛娱乐

泛娱乐

一档由主播单人讲述、偶有对话形式的泛科技文化播客,从AI创作方法、算力产业现实与互联网产品实践切入,延伸到去中心化传播的…

已收录 1061 期 · 最近更新 11 月 6 日

这一期适合谁

AI 对内容的推测

听众画像25–34 岁为主 · 偏男性 · 消费力中等
更适合对 AI 应用感兴趣的开发者

这一期偏哪一派

偏京派内容由主播个人动手经历与主观感受驱动,结构随功能逐个铺开,允许发散到刷音频、开车听内容等私人场景。

在哪里听

http://www.ximalaya.com/album/46898583.xml复制

概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 1061 期 →