从0到1搭建推荐系统-01标签体系构建+内容审核体系构建

    标签是可以很好的区分物料（文章或者物品）的分类体系，例如给狗打上标签1，给猫打上标签2，标签尽可能的细，但是要保证标签下物料相对充足，不能为了细化标签而每个物品都有一个独特的标签，这就违背了标签设计的初衷了。

    常用的标签打标方法：1）人工打标；2）机器简单规则打标；3）nlp+cv模型打标;4)无监督打标。

    1.人工打标需要先验知识，优点是准确度高，缺点是慢且贵；

    2.机器简单规则打标优点速度快，缺点需要提前抽取物料的信息，比如实体词、关键字等；

    3.nlp+cv模型打标的优点是模型训练好就可以自动打标了，缺点是训练打标模型需要大量的物料。

    4.无监督打标：使用模型抽取物品的向量，再使用聚类算法进行聚类，聚类标签可以使用聚类ID或者对聚类的内容抽取最热的关键词作为标签；

    如果团队算法人员充足，公司舍得投入搞标注数据，nlp+cv模型打标效果是最好的；如果条件不允许，机器简单规则打标是首要选择。当然凡是机器打标的最好过一遍人工（提高准确度），或者机器打分区分不太明显的过一下人工。

     正常的打标体系如下：