其他
向量召回在躺平APP的实践
背景
用户冷启动:对于无任何行为或行为稀疏的用户,难以有效的捕捉到用户的兴趣偏好,进行个性化推荐;
内容冷启动:受限于有限的流量,也存在一定程度的内容冷启动,小众内容得不到推荐展示机会;
一方面要使得内容能够精准的触达新增和低活用户,提升留存,将其转化为平台的活跃用户;
另一方面也要保障长尾小众社区用户的内容有推荐展示的机会,避免小众用户的流失。
第一部分为网络表征学习在召回上的落地
第二部分简单介绍利用多模态信息学习内容的向量表征
最后一部分对本文进行总结与展望
Graph Embedding的实践
▐ 网络构图
属性特征
▐ 技术实现
▐ 效果
多模态表征学习的实践
短文本随意性较大,字数较少,以阐述心情、描述生活状态为主;
图片质量较高,大都能清晰地展现出人、物或景,但也存在多图且内容发散的问题,即一条内容的多张图之间的关联性较弱;
无论是主feeds双列流还详情单列流,都是以用户发布的内容首图来进行展示。
▐ 技术实现
▐ 效果
总结展望
参考文献:
这是一支快速成长中的学习型团队。在创造业务价值的同时,我们不断输出学术成果,在KDD、ICCV、Management Science等国际会议和杂志上发表数篇学术论文。团队学习氛围浓厚,每年组织上百场技术分享交流,互相学习和启发。真诚邀请海内外相关方向的优秀人才加入我们,在这里成长并贡献才智。
如果您有兴趣可将简历发至leihui.clh@alibaba-inc.com,期待您的加入!