其他
OPPO基于图神经网络的搜索推荐算法与实践
导读 本文将分享图神经网络在推荐系统中的应用,以及在oppo业务场景中的实践。
全文目录:
图神经网络背景介绍
图在推荐系统的应用范式及介绍
oppo业务场景实践
未来展望
分享嘉宾|楼星雨 OPPO 高级机器学习算法工程师
编辑整理|王露露 沃尔玛
内容校对|李瑶
出品社区|DataFun
01图神经网络背景介绍
图在推荐系统的应用范式及介绍
oppo业务场景实践
图网络边用到的特征跟app塔的特征没有共享,主要是为了防止app本身的特征表征淹没了图网络想学习到邻居关系,或者说行为关系的表征。共享因为会存在邻居信息在聚合的时候,周围的邻居都比较相似,最终聚合到的东西更多是表意特征本身的一些信息。我们把它拆开成两部分,没有共享Embedding,发现效果会更好一些。 第二方面,图子网络与user塔去共享query相关特征,因为最核心的是要去增强app的表征,为app添加一些交互类的query表征进去,让两边表征适当进行对齐,在对齐过程中共享Embedding才能够更好的让两边对齐。
03
未来展望
分享嘉宾
INTRODUCTION
楼星雨
OPPO
高级机器学习算法工程师
2017年硕士毕业于中山大学,曾就职于平安科技和蚂蚁金服,负责自然语言理解和生成方向,并登顶SQuAD2.0和GLUE两大榜单。2021年加入OPPO研究院数据智能研究部拓扑Lab,任职高级机器学习算法工程师,目前从事图神经网络和推荐系统方向的工作。
往期推荐
点个在看你最好看