人工智能|推荐系统——工业界的推荐系统之涨指标
三、涨指标的方法:排序模型五、涨指标的方法:特殊对待特殊人群六、涨指标的方法:利用交互行为。
·
一、推荐系统的评价指标
涨指标的方法有哪些?
二、涨指标的方法:召回
2.1 改进双塔模型
2.2 Item-to-Item (I2I)
2.3 类似I2I 的模型
2.4 总结:改进召回模型
三、涨指标的方法:排序模型
3.1 精排模型的改进
3.2 粗排模型的改进
3.3 粗精排一致性建模
3.4 ⽤户⾏为序列建模
四、涨指标的方法:提升多样性
4.1 精排多样性
4.2 粗排多样性
4.3 召回的多样性
4.4 总结:提升多样性
五、涨指标的方法:特殊对待特殊人群
5.1 为什么要特殊对待特殊人群?
5.2 构造特殊的内容池
5.3 如何构造特殊内容池
5.4 特殊的排序策略
5.5 特殊的排序模型
5.6 错误的做法
5.7 总结:特殊对待特殊用户人群
六、涨指标的方法:利用交互行为
6.1 用户的交互行为
6.2 关注量对留存的价值
6.3 粉丝数对促发布的价值
6.4 隐式关注关系
6.5 促转发(分享回流)
6.6 KOL建模
6.7 评论促发布
6.8 总结:利用交互行为
更多推荐
所有评论(0)