考虑一个搜索系统，其中用户提交查询“查询”并根据某种排名算法检索产品。假设这些产品是根据它们的质量订购的，例如 p_0、p_1、...、p_10 等等。
我想生成模仿这种排名算法的向量嵌入。最接近查询向量的乘积向量理想情况下应该是 p_0，下一个应该是 p_1，依此类推。
我试图通过提供与句子出现在同一搜索会话中的产品来为产品构建 word2vec 嵌入。然后，我计算了乘积向量的加权平均值，以找到查询向量，使查询向量更接近顶部结果。尽管最接近的结果通常是给定查询的最佳结果，但随后的结果包括一些永远不会显示为最佳结果的结果。
word2vec 是否有一个技巧可以学习排名算法或我可以尝试的任何其他技术？我已经研究了具有非度量距离的多维矢量缩放，但对于超过 100Ks 的产品，它对我来说似乎没有可扩展性。
没有一个技巧——只是迭代地改进你的表示、训练集和排名方法，以更好地实现你的目标。
基于 Word2vec 的表示通常会有所帮助，但仍然相当简单且以单个单词为中心——其含义可能会根据上下文和位置而变化，而简单的加权平均令牌无法捕捉到。
您可能希望不仅仅通过一串单词标记来表示“产品”——还包括其他属性。这些可能是标量值，例如价格或各种其他类型的评级/属性，或额外的合成标签，例如其他显着分组的结果（无论是手工编辑还是学习）。
即使只是使用自然语言的产品描述——比如产品名称、描述或评论——也有其他更复杂的文本表示可以训练或使用——比如使用比普通网络更深的句子/文档嵌入word2vec。
最一般地，如果您有一堆候选结果的定量表示和一个查询，并且想要使用一些“好”结果的初始示例来引导更通用的规则来获得最佳结果，那么您正在尝试“学习到-排名”过程：
https://en.wikipedia.org/wiki/Learning_to_rank
要提出更具体的步骤，需要更具体地描述输入/输出/目标、尝试过的内容以及尝试过的失败的原因。
例如，您的查询总是只是文本产品名称吗？在这种情况下，也许简单的关键字搜索是所需的核心技术——像词向量建模这样的东西只是处理一些棘手情况的一种调整，比如扩大结果，或者在结果太少时增加排名的对比或对许多人。
或者，您能否检测出与“结果包括一些 [理想情况下] 永远不会出现在最佳结果中的结果”的情况相关的建模中的关键差距？如果某些事物（例如稀有（建模不佳）的词，或模型中尚未捕获的重要品质）似乎是此类情况的罪魁祸首，那么这将指导潜在的一组纠正性更改。