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...
工程实践
「工程实践」相关文章列表
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...
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...
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...