推薦系統（8）—— 多目標優化應用總結_1
創作者願意創作的優質內容平台，多目標優化是一個值得持續投入的方向。 qq 看點多目標實踐 1、多目 ...
原文：推薦系統（11）—— 多目標排序應用實踐_快手
推薦場景 快手主要的流量形態 有 個頁面：在這些流量分發的場景中，推薦算法是起着核心主導作用，直接決定了用戶的體驗。 發現頁：致力於讓用戶看見更大的世界，分為單列和雙列兩種形態。 雙列 點選模式，給用戶提供選擇的自由 單列 上下滑瀏覽，給用戶沉浸式的瀏覽體驗 關注頁：一個半熟人半陌生人的社區，是私域流量的入口，比如和自己的好友互動，瀏覽關注訂閱的生產者作品。 同城頁：帶給用戶身邊觸手可及的生活。 ...
2021-06-17 15:26 0 370 推薦指數：
相關推薦
推薦系統（7)-----多目標排序綜述（轉）+多任務學習（MTL）（轉）
一、多目標排序（轉） 1、概念 多目標排序：指有兩個或兩個以上的目標函數，目的是尋求一種排序使得所有的目標函數都達到最優或滿意。 在工業界推薦系統中，大多是基於隱式反饋來進行推薦的，用戶對推薦結果的滿意度通常依賴很多指標（比如，淘寶基於點擊，瀏覽深度（停留時間），加購，收藏，購買，重復 ...
快手推薦系統及 Redis 升級存儲
快手推薦系統及 Redis 升級存儲 借傲騰™ 補上 DRAM 短板 內容簡介： 作為短視頻領域的領先企業，快手需要不斷導入更先進的技術手段來調整和優化其系統架構，以應對用戶量和短視頻作品數量的爆炸式增長； 這其中，作為短視頻系統存儲、分發和推薦的核心組件，其存儲系統的優化和性能 ...
58同城CRM多目標排序算法 || CRM商機智能分配系統中的多目標排序算法
58同城CRM多目標排序算法 https://mp.weixin.qq.com/s?src=11×tamp=1626537585&ver=3196&signature ...
推薦系統（5）—— 推薦系統多目標優化（ESMM、MMOE、CGC、PLE）
1、基本思想 目前用的較多的算法ESMM和MMOE類的算法，都是基於目標的重要性是對等或線性相關來優化的，也一定程度上仿真建模解決了業務的需求。后面會細講一下最基礎的兩個算法ESMM和MMOE，這里概括一下： ESMM：定義p(CTR)為曝光到點擊的概率，那么點擊然后購買的概率為p ...
大廠技術實現 | 愛奇藝短視頻推薦業務中的多目標優化實踐 @推薦與計算廣告系列
💡 作者：韓信子@ShowMeAI，August@愛奇藝 📘 大廠解決方案系列教程：https://www.showmeai.tech/tutorials/50 📘 本文地址：h ...
推薦系統（14）—— 快手推薦精排模型的發展史
1、參數個性化 CTR 模型 - PPNet 2019 年之前，快手 App 主要以雙列的瀑布流玩法為主，用戶同視頻的交互與點擊，觀看雙階段來區分。在這種形式下， CTR 預估模型變得尤為關鍵，因為它將直接決定用戶是否願意點擊展示給他們的視頻。彼時業界主流的推薦模型還是以 DNN ...
推薦系統實踐 0x11 NeuralCF
前言 這一篇文章我們來談一下2017年新加坡國立大學提出的基於深度學習的協同過濾模型NeuralCF。我們在之前講過矩陣分解技術，將協同過濾中的共現矩陣分解成用戶向量矩陣以及物品向量矩陣。那么Emb ...