2020年终大会-推荐算法：3-5.pdf

编号：29853

PDF 22页 13.17MB 下载积分：VIP专享

下载报告请您先登录！

2020年终大会-推荐算法：3-5.pdf

1、多目标排序在快手短视频推荐中的实践郑东快手社区科学部快手短视频推荐场景介绍多目标精排：从手工融合到Learn To Rank 复杂多目标：Ensemble Sort和在线自动调参重排序：Listwise、强化学习和端上重排序总结和展望分享大纲快手短视频推荐场景介绍关于快手双列发现页单列精选页关注页同城页中国领先的短视频和直播社区，日活3亿+ 价值观：真实、多元、美好、有用发现页：看见更大的世界双列：选择权单列：沉浸式关注页：半熟人半陌生人社区，私域流量同城页：身边触手可及的生活推荐算法在快手的流量分发和用户体验中起核心主导作用排序目标隐式正反

2、馈播放时长有效播放播放完成率完播显式正反馈收藏下载进入个人页关注点赞正向评论观看评论原声点击标签点击分享显式负反馈不感兴趣负向评论举报隐式负反馈短播放终止Session 时间实验组DAU 涨幅留存的累积效应提升使用时长/正向反馈，减少负向反馈，最终提高用户留存多目标精排从手工融合到Learn To Rank 缺点过于依赖规则设计过于依赖人工调参，维护成本高固定权重，缺少个性化、场景化手工融合和简单模型融合多任务学习获得的个性化预估值多目标排序快手推荐追求时长、点赞、关注、分享等多种目标通过合适的排序目标和机制设计，获得多

3、目标的协同提升 Stage1：手动公式融合 Stage2: 树模型规则Ensemble融合 a * pEvtr + b * pLtr + + g * f(pWatchTime) 使用GBDT模型，引入pXtr、画像和统计类特征，拟合组合 label: w = a * effective_view + b * like + + h * f(watch_time) 采用加权LogLoss， = ! #log(#) + log(1 #) 上下滑无负样本，通过拷贝正样本实现对目标无偏估计等价于将叶子结点转换为打分规则，得到打分的Ensemble，也叫 RuleFit 缺点：表达能力有限，无法online learning 上线效果：同城页短视频时长提升4.5% 超参Learn To Rank user_iddevice_idstatus_1minstatus_2h . photo_top (di

友情提示

1、下载报告失败解决办法
2、PDF文件下载后，可能会被浏览器默认打开，此种情况可以点击浏览器菜单，保存网页到桌面，就可以正常下载了。
3、本站不支持迅雷下载，请使用电脑自带的IE浏览器，或者360浏览器、谷歌浏览器下载即可。
4、本站报告下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰。

本文（2020年终大会-推荐算法：3-5.pdf）为本站（X-iao）主动上传，三个皮匠报告文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若此文所含内容侵犯了您的版权或隐私，请立即通知三个皮匠报告文库（点击联系客服），我们立即给予删除！

温馨提示：如果因为网速或其他原因下载失败请重新下载，重复下载不扣分。