Quora 使用机器学习技术有段时间了。我们始终跟进最新的法，并对现有 *** 做出重大改进。很有必要提醒各位注意，所有这些改进都是首先在线下运用多种不同的离线测试法进行优化和测试，但最终都要通过在线 A/B 测试。
我将在本文说说 2015年 Quora 会用到的一些非常重要的机器学习应用与技术。
（注：本文作者 Xavier Amatriain 是 Quora 工程副总。）
排名

排名可以说是网上最重要的机器学习应用之一了。大大小小的公司都围绕着排名建立起业务模型，例如，查询字符串返回的结果。Quora 在不同的环境、为了不同的目的，使用了不同的排名算法。

一个有趣的例子就是答案排名。假设一个问题有好几个答案，我们感兴趣的是，如何对它们降序排列，使得“更佳”答案在最前，而最差答案在最后。（见如下屏幕截图）。

确定一个问题答案的正确排序涉及到多种特征。要确定顺序，首先我们要确定Quora如何定义“好答案”。我们的机器学习算法实现了一种特殊的机器学习排名 *** ，使用了多种特征，试图将与上述抽象概念相关联的多个维度进行编码。例如，我们使用了描述写作质量信息的特征，也使用了描述该答案收到的互动情况的特征（如赞、踩以及展开数量）。我们还使用了与答案作者相关的特征，比如，他在问题领域的专业性。

在Quora, 还有很多其他的排名应用，有些甚至不为人察觉。例如，对于一个答案点赞的用户名也是排序后显示的，目的是要将我们认为对于该问题/答案最有见识的用户排在最前。同样，对于特定问题显示可能的回答者时，那些推荐的用户也是排过序的。