原创力文档- 1、本文档共29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)。
2024北京站
基于生成流网络的用户留存建模
ModelingUserRetentionthroughGenerativeFlowNetworks
“大模型”与“大数据”两者犹如车之双轮，合力驱动数据价值和企业价值的增长。大数据和大模型，作为双核驱动力，正在引领我们迈向更加智能、高效和便捷的时代。
ZiruLiu（刘子儒）†ShuchangLiu†BinYangZhenghaiXue
CityUniversityofHongKongKuaishouTechnologyKuaishouTechnologyNanyangTechnologyUniversity
QingpengCai*XiangyuZhao*ZijianZhang
KuaishouTechnologyCityUniversityofHongKongCityUniversityofHongKong
LantaoHuPengJiang*HanLi
KuaishouTechnologyKuaishouTechnologyKuaishouTechnology
byShuchang,Jul2024
背景和动机
传统推荐系统长期价值优化：
•⽤户与系统的多次交互àMarkovDecisionProcess(MDP)
“大模型”与“大数据”两者犹如车之双轮，合力驱动数据价值和企业价值的增长。大数据和大模型，作为双核驱动力，正在引领我们迈向更加智能、高效和便捷的时代。
Recommender
System
Open/ReturnVideoImmediateLeaveOpen/Return
APPRequestAPPAPP
ListResponse
requestt
Usersessionireturntimesessioni+1
背景和动机
传统推荐系统长期价值优化：
•⽤户与系统的多次交互àMarkovDecisionProcess(MDP)
•⽤户的交互历史和当前的推荐请求à⽤户状态（i.
您可能关注的文档
- Generative AI在广告中的应用-2024大数据大模型峰会.pdf
- LLM时代下的指标平台建设实践-2024大数据大模型峰会.pdf
- 阿里云AI搜索RAG应用实践-2024大数据大模型峰会.pdf
- 从大数据到大模型：搜索推荐技术的前沿探索-2024大数据大模型峰会.pdf
- 打造LLMOps时代Prompt数据驱动引擎-2024大数据大模型峰会.pdf
- 大模型在智能电销的应用-2024大数据大模型峰会.pdf
- 大模型增强用户体验与用户服务论-2024大数据大模型峰会.pdf
- 多模态手机智能体Mobile-Agent-2024大数据大模型峰会.pdf
- 基于 Apache Paimon 的实时湖仓架构探索-2024大数据大模型峰会.pdf
- 基于ByteHouse OLAP架构如何实现⾼性能向量检索-2024大数据大模型峰会.pdf
文档评论（0）