如何评价一个基于内容的推荐系统的好坏呢？我觉得是在于推荐系统能否逐渐挖掘用户的内心深处，让用户找到自己都觉得美妙的内心另一面。Youtube在这点做得很好，特别是当我打开了18禁开关的那一刻，本来纯洁的我也被推荐系统......

01 概述

Youtube是本人用过最好的基于内容的推荐系统，今日头条在我心里排第二。今年Youtube在推荐系统大会上RecSys2019上发布了新论文，架构图如下：

从这张架构图得到了三方面的思考，分别是：

如何看待位置这个因素在推荐系统中的作用
对于多目标问题这个难题，Youtube是如何看待的
一些对于特征和模型的独到理解

下面分别介绍下以上3点给我带来的启发。

02 “位置”这个因素需要区别对待

通常，人们会下意识的去点击推荐列表中的排位靠前位置的内容，这也是为什么广告推荐中要把点击概率最高可能性的内容放到靠前的位置。但是在传统的推荐模型中，位置信息只是作为一个特征来处理，即使这个特征被增加权重，也只是一个特征。

但是Youtube对于位置这个因素有自己独特的处理方式，见下图的红框内容：

Youtube会把位置特征单独提取出来作为shallow tower，这部分特征单独训练模型，最终做Rank的时候要考虑常规的排序模型结果和位置模型结果两个模型的影响。这个观点还是非常酷的，值得尝试。

03 多目标问题

对于多目标问题，之前我有写过文章介绍（详见：https://mp.weixin.qq.com/s?__biz=MzA4MDI0NDQyOQ==&mid=2447500702&idx=1&sn=d5996a7bf2ea22f318c1ff9fe853e47d&chksm=8bb27e3cbcc5f72ac793864f5ff03ed466e960157e82eca7d3239ac74106f1cd5f3b31195e7f&token=1295052248&lang=zh_CN#rd）。

Youtube处理这个问题的时候采用的方式是将多个目标用多个模型来处理：

这里面论文提到了MMoE模型，这个模型我还没有学习，等日后看完论文再分享。

04 一些独到的理解

好的论文对于读者来讲就是一种艺术品，在Youtube这篇论文中，它的很多观点对我来说是醍醐灌顶式的启发。之前在介绍DeepFM的时候我也讲过，目前很流行的模型是浅层模型和深度学习模型结合的方式，但是浅层模型和深层模型彼此的特点和作用有什么区别呢？

Youtube论文给了一个解释，浅层模型当特征很大的时候，提供的是强大的模型记忆点，帮助模型快速的理解问题。而深度模型提供的是在基础理解之上的一种泛华能力。两者结合，就是推荐模型的集大成者。

另外在用户行为划分方面，Youtube将用户的behavior数据分成了两中，分别是engagement behavior和satisfaction behavior

其中点击、查看这种行为，对于用户来讲只表示参与，并没有体现出用户真实的态度，这部分行为叫engagement。而点赞或者踩，表明了用户真实的态度，这部分叫Satisfaction behavior。

写到最后：收获满满的一篇论文，刚好最近在东南亚出差，可以多用用Youtube，多体验下。

Youtube推荐系统是如何挖掘用户内心另一面的相关推荐

Google AI专家为你分享 YouTube 推荐系统算法
转自微信公众号:GDG 分享嘉宾崔翱翔谷歌上海资深工程师现任职于谷歌机器视觉处理团队,主要参与机器视觉模型的部署和模型的量化,支持 CloudVision, Google Photos, Goo ...
深入理解YouTube推荐系统算法！
之前天池-安泰杯跨境电商智能算法大赛是我初次接触推荐相关的比赛,通过比赛让我对推荐系统有了较为浅显的认识,赛后也是打算系统的学习这方面的内容,此后我也会将[推荐系统]作为一个系列板块进行更新,主打经典 ...
【推荐系统】深入理解YouTube推荐系统算法
去年天池-安泰杯跨境电商智能算法大赛是我初次接触推荐相关的比赛,通过比赛让我对推荐系统有了较为浅显的认识,赛后也是打算系统的学习这方面的内容,此后我也会将[推荐系统]作为一个系列板块进行更新,主打经典 ...
YouTube推荐系统算法梳理
作者简介张皓:腾讯优图实验室研究员,研究方向为视频理解与推荐.南京大学计算机系机器学习与数据挖掘所(LAMDA)硕士. YouTube 创建于 2005 年,用于让用户寻找和发布视频.近年来,You ...
优Tech分享｜YouTube推荐系统算法梳理
作者简介张皓:腾讯优图实验室研究员,研究方向为视频理解与推荐.南京大学计算机系机器学习与数据挖掘所(LAMDA)硕士. YouTube 创建于 2005 年,用于让用户寻找和发布视频.近年来,You ...
Youtube推荐系统论文-《Deep Neural Networks for YouTube Recommendations》-简单总结
文章目录前言一.背景介绍二.整体架构三.召回层四.排序层前言今天要学习的是一篇关于推荐系统的经典的论文,它是由google在2016年发表的,应用场景是youtube上的视频推荐,然后这 ...
4篇YouTube推荐系统论文, 一起来看看别人家的孩子
4篇YouTube推荐系统论文, 一起来看看别人家的孩子最近一直在花时间研究和实现一些推荐算法,并且搭建系统在产品中进行测试. 我读了一些关于Netflix等网站"如何使用Collabor ...
网络营销外包期间站长如何挖掘用户真实需求探索网络营销外包真谛
众所周知,在企业网络营销外包中挖掘用户需求是有多么重要,不仅引导企业网络推广主要方向,还左右着企业网站排名流量等内容的获取,由此可见,企业网站挖掘用户需求有多么重要.那么作为网络营销外包前期挖掘用户需 ...
反馈速度小于 200ms！“弹窗”功能让你极速触达用户内心
在互联网高速发展的今天,提起"弹窗"相信大家都不陌生:新注册一个刚下载的 APP.在 618 打开一个电商网站.在小程序上完成一次心理测试--很多场景下,我们的这些点击行为,都会直 ...

Youtube推荐系统是如何挖掘用户内心另一面的

01 概述

02 “位置”这个因素需要区别对待

03 多目标问题

04 一些独到的理解

Youtube推荐系统是如何挖掘用户内心另一面的相关推荐

最新文章

热门文章