- 1、本文档共46页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
推荐的场景与实践
推荐的本质:如何让⼈们在海量的数据中想要找到他们需要的信息的⽅法
推荐的作⽤: 推荐的分类:
• 降低信息过载 • ⾮个性化推荐: 热⻔推荐,编辑精选,相似推荐
• 发掘⻓尾 • 个性化推荐 :根据⽤户喜好进⾏推荐,每个⼈看到的内容不⼀样
• 提⾼转化率
推荐的主要场景
推荐场景
Feed可能隐藏在产品中的不同位置
业务场景举例
Feed
今⽇头条 百度视频 墨迹天⽓ Keep
业务场景举例
猜你喜欢
淘宝 得到 英语趣配⾳ 纵横⼩说
业务场景举例
相关推荐
京东 今⽇头条 ⾖瓣 虾⽶⾳乐
推荐所需要的数据源
• 要推荐物品或内容的元数据,例如ID、关键字、描述等;
• 系统⽤户的基本信息,例如ID、性别、年龄等
• ⽤户对物品或者信息的偏好
A. 显式的⽤户反馈:例如⽤户对物品的评分,或者对物品的评论。
B. 隐式的⽤户反馈:例如⽤户购买了某物品,⽤户查看了某物品的信息等等。
C. 负反馈: 例如户点击不喜欢, 展现了但是⽤户没有点击
• 访问时的上下⽂信息
• 例如: 时间, 请求⻚⾯的其他信息等
建⽴评价体系
离线评估: 在线评估: 重点:
• ⼈⼯评估 • CTR(Click Through Rate) • 通过A/B Test进⾏评估
• AUC • 平均阅读时⻓ • 使⽤对⽐指标⽽不是绝对值指标
• DCG • 转化率 • 追求的是整体效果提升,⽽⽆法具
• 留存 体到优化每个个体的效果
…
…
推荐的流程和⽅法
海量 Item
候
选
集
合
排序列表 推荐结果
军事 财经
推荐系统流程
召回模型 排序模型 运营规则
⼩说 游戏
美⻝ 视频
基于画像、标签的推荐
基于⼈⼝统计学的推荐 基于内容标签的推荐
插⼊图⽚或图表 插⼊图⽚或图表
内容标签
文档评论(0)