推荐的场景与实践.pdf

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