推荐系统

标签：能力   explore   view   href   很多   实验   复杂   tin   网络   

推荐系统是feed流背后的服务，从今日头条到手机百度、淘宝，所有app都有feed化的趋势，重要性不言而喻，这里说说我了解的推荐系统，有疏漏之处烦请指正。

相关资料

项亮的《推荐系统》想必都有耳闻，虽然成书较早内容和现在主流的embeding、神经网络方法有所不同，仍有助于了解领域相关知识。
较新的资料多是一些google等大厂的概述性paper，很有实用价值：
Ad Click Prediction: a View from the Trenches
Deep Neural Networks for YouTube Recommendations
Practical Lessons from Predicting Clicks on Ads at Facebook
Wide & Deep Learning for Recommender Systems
深度学习在搜索业务中的探索与实践

概述

从一条请求

排序

推荐系统的目标有很多需要考虑，点击率，时长，互动，最终判断是否上线的指标是留存，但是很难说清楚提升留存的原因，没有对留存直接建模，而是多模型融合，对点击、评论、时长和各类互动目标都训练一个模型，然后再调一个复杂的融合公式，以最后融合的分数作为排序的标准。
融合公式怎么弄，形式是加权求和还是累乘尚没有标准，超参数也是实验调出来的，自动搜参可以解决每次更新模型都要人工实验调整融合公式的烦恼；
多个模型带来的成本，解决方案是multitask，主要是共享神经网络的embeding部分，因为模型的大部分参数都在这部分。通常将相近的目标融合，或者密集的共享给稀疏的，这里同样没有行之有效的方法，需要尝试后给结论。

模型
lr，fm, mlp，通常都是几部分混合在一起，实践中约复杂拟合能力越强。

特征
推荐系统中一个item会大量展示，有大量数据做充分学习，id类特征作用最强，离散特征用处较小。

候选

传统是协同过滤和人工设计的规则召回，进化到使用模型，需要解决的问题是，从数量级亿级别的item中挑选出；需要保持多样性；

使用模型最直接的做法，对item 和 user 做embeding，问题抽象为从亿级别向量中寻找与给定向量内积最小的top k个向量。为了加速搜索过程，有kd-tree，ball-tree，fast ball tree等方法，效率都可以做到毫秒级。
另外一个困难时如何衡量一个召回的作用。

explore & exploit

冷启动：最简单的强插，要注意保量不足、过快。更有的可以做固定加权和动态加权，还有更理想的基于社交关系做冷启动。
多样性，同样很难衡量，有各种方法做打散，基于规则的，基于embeding向量算距离的，

推荐系统

标签：能力   explore   view   href   很多   实验   复杂   tin   网络   

原文地址：https://www.cnblogs.com/lessmore/p/recsys.html