推荐系统多样性与精准度双提升实践答辩.pptx

第一章推荐系统现状与挑战第二章多样性与精准度双提升技术框架第三章实验设计与数据准备第四章实验结果与分析第五章技术实现与工程落地第六章总结与展望

01第一章推荐系统现状与挑战

推荐系统现状概述淘宝推荐系统Netflix推荐系统字节跳动推荐系统日活用户超6亿，商品数量超10亿，推荐准确率维持在0.8左右，但用户满意度调查显示，30%的用户认为推荐结果同质化严重。处理超过1亿用户和10万部影片数据，年推荐次数达100亿次，精准度达88%，但用户反馈显示“冷启动”问题导致新用户推荐效果下降20%。基于深度学习的推荐系统，点击率（CTR）提升至1.2%，但多样性指标（NDJ）仅为0.35，