工程实践

「工程实践」相关文章列表

推荐系统中的多任务学习

多目标排序综述 在之前的🔖《推荐系统中的排序学习》一文中,我在最后简单提到过排序学习的一大作用就是可以用于多目标排序,也顺带提到了其他解决方案,本文我们就重点介绍另外一种解决方案,多任务学习。 还是先了解一下背景,介绍一下什么是多目标排序。 多目标排序通常是指有两个或两个以上的目标函数,目的是寻求一种排序使得所有的目标函数都达到最优或满意。 在工业界推...

EMBEDDING 在大厂推荐场景中的工程化实践

应用综述 上一篇文章我们提到 Embedding 的源头、原理、以及在推荐系统场景下常用的几种延伸方法,这篇文章则通过解读 YouTube、Airbnb、Alibaba 的三篇经典论文,来总结 Embedding 在工业界的一些用法和技巧,这三篇论文亮点众多,提供的经验非常值得我们去细细品味和借鉴。这篇文章篇幅较多,几乎把三篇论文的重要内容都进行了解读和总...

工业界推荐系统的评测标准

综述 推荐系统是一个有着诸多复杂因素联动起作用的系统,从诞生到成熟,推荐系统本身就带着很多不确定性。因此,推荐系统在研发完成后,作为技术人员的我们并不是马上就结束了战斗,在往后的日子里,我们必须时时刻刻地知道它当前的状态好不好,在整体环境中是不是很健康,所以必须有一系列测试方法和评测指标来了解当前的推荐系统的 “系统体征” 信息,以方便我们能够在复杂因素联...

推荐系统中的探索和利用

探索和利用(EE)问题 探索与利用(Exploration and Exploitation)问题简称 EE 问题,是计算广告和推荐系统里最常见的两大问题之一(另外一个是冷启动问题)。EE 问题中的利用(Exploitation),表示对用户比较确定的兴趣,要利用开采迎合;而探索(Exploration)则表示光对着用户已知的兴趣使用,用户很快会腻,所以要...