推荐算法体系搭建

我要开发同款
熊二19922023年08月03日
199阅读
所属分类特征画像、重排策略、精排算法、召回算法

作品详情

从直播业务上线起,本人就开始负责整个推荐体系的搭建,包括最基础的数据上报链路的设计,特征画像体系的构建,物品的召回方式,以及精排模型的迭代优化还有最后重排层策略的设计和完善。到目前为止,推荐体系中各个核心模块,比如特征、召回、精排和重排,已经有了一个比较完整稳定的相架体系,虽然还没到达到非常完善的程度,但也在各个模块中做了很多的尝试和优化,整体优化下来,人均时长也比提升了10%以上。推荐体系具体模块及主要成果如下:
•完成了直播推荐算法体系从 0 到 1 的搭建,包括数据上报规划、特征体系构建及召回
层、精排层和重排层的算法模型或策略体系的搭建
•从离线、实时、用户流水数据和基础属性四个维度搭建特征体系,完善用户和物品的
画像特征
•构建多路召回策略,包括实时相关召回、热度召回、用户历史偏好召回等,全面覆盖用
户潜在偏好主播
•基于 TensorFlow 框架构建深度学习精排模型,从单目标模型、多目标模型逐步优化至多
场景多目标模型,涉及算法包括 DeepFM、ESMM 和 MMOE,模型优化点包括样本权重优化、
多目标 loss 优化、序列 ID 特征 Attention、多目标融合优化等,精排模型效果提升 10%+
•实现多种重排层策略,包括比例控制、曝光降权、冷启动扶持、动态扶持、柔性清晰度
过滤、实时内容合法性监测并降权,用以兼顾用户体验和运营需要
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论