(8)工业界推荐系统-小红书推荐场景及内部实践【冷启动问题2】

本文主要是介绍(8)工业界推荐系统-小红书推荐场景及内部实践【冷启动问题2】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

系列文章传送门

(1)工业界推荐系统-小红书推荐场景及内部实践【业务指标、链路、ItemCF】
(2)工业界推荐系统-小红书推荐场景及内部实践【UserCF、离线特征处理】
(3)工业界推荐系统-小红书推荐场景及内部实践【矩阵补充、双塔模型】
(4)工业界推荐系统-小红书推荐场景及内部实践【正负样本选择】
(5)工业界推荐系统-小红书推荐场景及内部实践【线上召回和模型更新】
(6)工业界推荐系统-小红书推荐场景及内部实践【其他召回通道】
(7)工业界推荐系统-小红书推荐场景及内部实践【冷启动问题1】

该系列文章根据小红书搜推算法工程师、团队负责人王树森B站上主讲的《工业界的推荐系统》之小红书业务场景及内部实践整理而得。感谢大佬分享工业界前沿的推荐系统实战技术!

这篇文章讲解工业界推荐系统实践中对于冷启动问题的处理技巧,包括:冷启动评价指标、召回通道、聚类召回、Lookalike人群扩展、流量调控以及冷启动中的AB测试等。

Lookalike 人群扩散

Look-Alike起源于互联网广告

在这里插入图片描述
在这里插入图片描述

Look-Alike用于新笔记召回

Look-Alike人群扩散召回

  • 点击、点赞、收藏、转发——用户对笔记可能感兴趣。
  • 把有交互的用户作为新笔记的种子用户。
  • 用 look-alike 在相似用户中扩散。
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

流量调控

冷启动的优化点

  • 优化全链路(包括召回和排序)。
  • 流量调控(流量怎么在新物品、老物品中分配)。

扶持新笔记的目的

  • 目的1:促进发布,增大内容池。
    • 新笔记获得的曝光越多,作者创作积极性越高。
    • 反映在发布渗透率、人均发布量。
  • 目的2:挖掘优质笔记。
    • 做探索,让每篇新笔记都能获得足够曝光。
    • 挖掘的能力反映在高热笔记占比。

工业界的做法

  • 假设推荐系统只分发年龄 <30 天的笔记。
  • 假设采用自然分发,新笔记(年龄 <24 小时)的曝光占比为 1/30。
  • 扶持新笔记,让新笔记的曝光占比远大于 1/30。

流量调控技术的发展

  1. 在推荐结果中强插新笔记。
  2. 对新笔记的排序分数做提权(boost)。
  3. 通过提权,对新笔记做保量。
  4. 差异化保量。

新笔记提权

  • 目标:让新笔记有更多机会曝光。

    • 如果做自然分发,24小时新笔记占比为 1/30。
    • 做人为干涉,让新笔记占比大幅提升。
  • 干涉粗排、重排环节,给新笔记提权。

  • 优点:容易实现,投入产出比好。

  • 缺点:

    • 曝光量对提权系数很敏感。
    • 很难精确控制曝光量,容易过度曝光和不充分曝光。

新笔记保量

在这里插入图片描述
在这里插入图片描述

保量的难点

  • 保量成功率远低于 100%。
    • 很多笔记在24小时达不到100次曝光。
    • 召回、排序存在不足。
    • 提权系数调得不好。
  • 线上环境变化会导致保量失败
    • 线上环境变化:新增召回通道、升级排序模型、 改变重排打散规则…
    • 线上环境变化后,需要调整提权系数。
  • 思考题
    • 给所有新笔记一个很大的提权系数(比如 4 倍), 直到达成 100 次曝光为止。
    • 这样的保量成功率很高。
    • 为什么不用这种方法呢?
  • 给新笔记分数 boost 越多,对新笔记越有利?
    • 好处:分数提升越多,曝光次数越多。
    • 坏处:把笔记推荐给不太合适的受众。
      • 点击率、点赞率等指标会偏低。
      • 长期会受推荐系统打压,难以成长为热门笔记。

差异化保量

  • 保量:不论新笔记质量高低,都做扶持,在前 24 小 时给 100 次曝光。

  • 差异化保量:不同笔记有不同保量目标,普通笔记 保 100 次曝光,内容优质的笔记保 100~500 次曝光。

    • 基础保量:24 小时 100 次曝光。
    • 内容质量:用模型评价内容质量高低,给予额外保量目标,上限是加 200 次曝光。
    • 作者质量:根据作者历史上的笔记质量,给予额外 保量目标,上限是加 200 次曝光。
    • 一篇笔记最少有 100 次保量,最多有 500 次保量。

AB test

  • 作者侧指标:
    • 发布渗透率、人均发布量。
  • 用户侧指标:
    • 对新笔记的点击率、交互率。
    • 大盘指标:消费时长、日活、月活。

用户侧实验

缺点:

  • 限定:保量 100 次曝光。
  • 假设:新笔记曝光越多,用户使用APP时长越低。
  • 新策略:把新笔记排序时的权重增大两倍。
  • 结果(只看消费指标):
    • AB测试的diff是负数(策略组不如对照组)。
    • 如果推全,diff会缩小(比如 −2%à−1%)。

在这里插入图片描述

作者侧实验

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

这篇关于(8)工业界推荐系统-小红书推荐场景及内部实践【冷启动问题2】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/841175

相关文章

linux解压缩 xxx.jar文件进行内部操作过程

《linux解压缩xxx.jar文件进行内部操作过程》:本文主要介绍linux解压缩xxx.jar文件进行内部操作,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、解压文件二、压缩文件总结一、解压文件1、把 xxx.jar 文件放在服务器上,并进入当前目录#

Linux系统性能检测命令详解

《Linux系统性能检测命令详解》本文介绍了Linux系统常用的监控命令(如top、vmstat、iostat、htop等)及其参数功能,涵盖进程状态、内存使用、磁盘I/O、系统负载等多维度资源监控,... 目录toppsuptimevmstatIOStatiotopslabtophtopdstatnmon

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

Knife4j+Axios+Redis前后端分离架构下的 API 管理与会话方案(最新推荐)

《Knife4j+Axios+Redis前后端分离架构下的API管理与会话方案(最新推荐)》本文主要介绍了Swagger与Knife4j的配置要点、前后端对接方法以及分布式Session实现原理,... 目录一、Swagger 与 Knife4j 的深度理解及配置要点Knife4j 配置关键要点1.Spri

Spring WebFlux 与 WebClient 使用指南及最佳实践

《SpringWebFlux与WebClient使用指南及最佳实践》WebClient是SpringWebFlux模块提供的非阻塞、响应式HTTP客户端,基于ProjectReactor实现,... 目录Spring WebFlux 与 WebClient 使用指南1. WebClient 概述2. 核心依

MyBatis-Plus 中 nested() 与 and() 方法详解(最佳实践场景)

《MyBatis-Plus中nested()与and()方法详解(最佳实践场景)》在MyBatis-Plus的条件构造器中,nested()和and()都是用于构建复杂查询条件的关键方法,但... 目录MyBATis-Plus 中nested()与and()方法详解一、核心区别对比二、方法详解1.and()

Spring Boot @RestControllerAdvice全局异常处理最佳实践

《SpringBoot@RestControllerAdvice全局异常处理最佳实践》本文详解SpringBoot中通过@RestControllerAdvice实现全局异常处理,强调代码复用、统... 目录前言一、为什么要使用全局异常处理?二、核心注解解析1. @RestControllerAdvice2

Spring事务传播机制最佳实践

《Spring事务传播机制最佳实践》Spring的事务传播机制为我们提供了优雅的解决方案,本文将带您深入理解这一机制,掌握不同场景下的最佳实践,感兴趣的朋友一起看看吧... 目录1. 什么是事务传播行为2. Spring支持的七种事务传播行为2.1 REQUIRED(默认)2.2 SUPPORTS2

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

Qt QCustomPlot库简介(最新推荐)

《QtQCustomPlot库简介(最新推荐)》QCustomPlot是一款基于Qt的高性能C++绘图库,专为二维数据可视化设计,它具有轻量级、实时处理百万级数据和多图层支持等特点,适用于科学计算、... 目录核心特性概览核心组件解析1.绘图核心 (QCustomPlot类)2.数据容器 (QCPDataC