深度学习在微博信息流排序的应用.pdfVIP

下载本文档

9
0
约9.45千字
约 32页
2018-05-08 发布于福建
举报
版权申诉

深度学习在微博信息流排序的应用.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

深度学习在微博Feed流应用实践刘博新浪微博机器学习研发部关系流算法负责人个人介绍 Ø 教育经历 • 北京理工大学计算机学院硕士 Ø 工作经历 • 新浪微博搜索部、大数据部、机器学习研发部目前担任机器学习研发部关系流算法负责人 Ø 关注领域 • 推荐系统 • 自然语言处理 • Anti-spam 目录 1 微博Feed流排序场景介绍 2 常规CTR方法排序 3 深度学习应用实践微博Feed流产品介绍—排序场景 Ø 微博—社交媒体领跑者 • DAU ：1.6亿，MAU ：3.6亿 • 微博关注Feed流： Ø 信息获取方式 • 主动获取（关注） • 被动获取（推荐） Ø 内容形式 • 博文/文章/图片/视频/问答/话题/… 微博Feed流特点介绍—排序原因 Ø 产品特点 • 传播性强 • 互动性好 Ø 存在问题 • 信息过载 • 信噪比低 Ø 排序目标 • 提高用户的信息消费效率 • 提升用户黏性微博Feed流排序RoadMap 4 Deeplearning 3 Learningto Rank 2 EdgeRank 1 Timeline 技术挑战 Ø 指标量化 • 用户体验好坏评估 • 内容形式多样、非结构化 Ø 规模大 • 用户和Feed内容数量大 • 内容更新快，实时性要求高 • 海量计算、超大规模模型优化目录