陌陌直播推荐的技术架构_第1页
陌陌直播推荐的技术架构_第2页
陌陌直播推荐的技术架构_第3页
陌陌直播推荐的技术架构_第4页
陌陌直播推荐的技术架构_第5页
已阅读5页，还剩24页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、陌陌直播推荐的技术架构技术创新 变革未来陌陌直播业务介绍直播推荐逻辑架构Embedding表征学习Rank解决方案总结&规划大纲一、陌陌直播业务介绍关于 MOMO数据来源：iTrustData2018年上半年数据关于陌陌直播陌陌直播产品形态内容 目标CTR观看时长社交 目标关注转化营收 目标付费转化用户留存生态主播留存目标业务目标：二、直播推荐逻辑架构直播推荐算法逻辑架构线上推荐的两个阶段三、用户&主播多角度Embedding学习基于行为的embeddingUser EmbeddingStar Embedding相似推荐：解决冷启动问题User: 性别/年龄/地域/使用程度/用户等级/财富等级

2、等Star: 性别/年龄/类别/地域/人物属性/主播等级/财富等级等User type Embedding Star type EmbeddingTwo-Stream Fusion视频内容理解视频标签：弹琴跳舞瑜伽绘画游戏DenseNet违规识别直播帧Classification图片标签：开车低俗躺床抽烟人脸识别相似识别：Graph Embedding平台用户理解Node Embedding四、直播Rank解决方案直播rank面临的问题&挑战 多入口 不同职能，考虑不同rank策略 多目标 - 在多种目标间作平衡 用 户 构 成 丰 富 针 对 不 同 用 户 群 体 的 rank 用户、主播

3、构成复杂的社交网络 - 不能单纯考虑用户和主播独立的行为Rank架构特征框架预估模型演进LR+GBDTWide&DeepLR对业务深入理解特征工程上手简单特征工程成本较高交叉特征需要人工构造Wide部分利用id类的组合特征进行拟合记忆连续特征自动离散化Deep部分通过Embedding编 自动学习交叉特征 一定的特征选择能力GBDT不善处理高维稀疏码后进行泛化模型统一训练综合考虑两 个部分数据泛化能力较弱LR+GBDTWide&Deep点击观看关注付费pPayMultitask预估pCTRpTimepFollowpTime样本&模型构造：Label: view_time = 30s 正样本 else 负样本； 分类任务 问题：对于户外、游戏等类别有偏，可操作空间小Label: max(view_time, 60s)； 回归任务Final_score = pCTRa * pTimeb * pFollowc * pPayd用户的行为路径：用户&主播复杂网络工会关系师徒关系 竞争关系 守护关系关注关系Rerank需要考虑的问题 内容多样性：用户体验 新鲜感：用户长期留存 流量价值：对平台的价值 流量利用效率：避免流量过度集中 主播扶持：扶持 主播长期留存：维护生态五、总结&规划总结&规划 业务上直播推荐 != 社交推荐直播推荐 != 内容推荐需要更深入理解背后复杂的业务逻辑

人人文库> 全部分类> 专业文献 > 工程机械

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论