姚旭-百度推荐系统.pdfVIP

1 百度推荐系统实践 RecSys Engineering 姚旭 推荐与个性化部 2013 内容 RecSys Engineering n   背景介绍 n   推荐技术 n   产品应用 背景介绍 Background 以搜索 以推荐 满足用户的主动表达的需求 挖掘并满足用户的潜在需求 产品应用 Background Item数量 稀疏性 多样性 时效性 反馈速度 图书（小说） 5,000,000 0.5% 高 低 慢 电影 100,000 1%~5% 低 中 中 音乐（单曲） 1,000,000 5%~10% 低 低 快 文章（网页） 10,000,000 0.1% 高 高 快 短视频 10,000,000 0.1% 高 高 快 产品应用 Background 产品应用 Background 产品应用 Background 内容 RecSys Engineering n   背景介绍 n   推荐技术选取 n   产品应用 核心功能之一 ：过程优化 RecSys Engineering USER Tradional Path Step A Step B Step C Value Recommendaon Shortcut Exploitaon 核心功能之二: 兴趣发现 RecSys Engineering USER Item B Item C Item A Only Few Items Presented Item E Item D Whole Network Presented 基于内容推荐 RecSys Engineering 优点 •  无需依赖用户数据 ，回避产品初期用户 不足和数据稀疏性问题 •  覆盖率高 缺点 •  数据建设成本大 ，不具有推广性 •  人对于内容理解的多样 ，多层次 •  惊喜不足 基于邻域推荐（协同 ） RecSys Engineering 优点