⾳频表征⼤模型在歌曲冷启中的应⽤与探索_第1页
⾳频表征⼤模型在歌曲冷启中的应⽤与探索_第2页
⾳频表征⼤模型在歌曲冷启中的应⽤与探索_第3页
⾳频表征⼤模型在歌曲冷启中的应⽤与探索_第4页
⾳频表征⼤模型在歌曲冷启中的应⽤与探索_第5页
已阅读5页，还剩38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

冷启中的应⽤与探索DataFunSummit#202401问题与背景介绍02基于(Item,Item)共现数据微调03基于(User,Item)交互数据微调04总结与展望}歌曲投放链路 -歌曲推荐链路新冷内容冷启问题⾳频表征刻画了通⽤的、丰富多元的⾳乐属性⾳频表征对推荐可能有哪些帮助《本草纲⽬》⾳频表征在推荐系统落地的难点《本草纲⽬》《富⼠⼭下》《富⼠⼭下》根据微调的数据可以分成:注:⾳乐内容信息⾮常丰富,较⾼维度的表基于内容的分类:标签化处理流派分类基于内容本⾝处理,与⽤户⾏为⽆关纯⼈声纯器乐⼈声+伴奏其他旋律性⼈声⾮旋律⼈声声学乐器摇滚⾮旋律⾳乐旋律⾳乐⽆伴奏合唱乡村先锋⾳乐…独唱………打击乐……02基于(Item,Item)共现数据微调03基于(User,Item)交互数据微调04总结与展望2.1如何融⼊I2I共现信号-MPE表征使⽤推荐⽤户⾏为⽇志的共现歌曲作为监督信号降维映射Resnet34n模型输出效果:投放I2I2U链路2.2.2MPE表征的应⽤(2)-推荐召回全民K歌「AI歌声」推荐全民K歌「AI歌声」推荐「⾃动播放」推荐2.3如何对齐IDEmbed-MP…原因:表征空间不—致问题2.4.1MPE相似IDs的应⽤(1)-投放U2I匹配扩展投放匹配模型的歌曲侧特征征扩展征扩展实时⽤户扩展其它:2.4.2MPE相似IDs的应⽤(2)-长尾推荐 n每⽇30⾸:时长+0.06%收藏+0.67%02基于(Item,Item)共现数据微调03基于(User,Item)交互数据微调04总结与展望U2I交互数据微调范式…表征映射EncoderU2I交互数据微调范式…表征映射EncoderI2I共现数据微调范式I2I共现数据微调范式表征映射Encodern样本量级相对⼩些n依赖数据集构造的质量n样本量更⼤,User侧也包含各种⾏为序列(约2~3个数量级)n更兼容现有推荐模型的训练模式n需要更侧重于如何⾼效训练3.2如何融⼊U2I交互信号导⼊⾼维⾳频表征,基于⼤规模U2I交互数据学习映射表征映射Encoder表征映射Encoder3.3如何使⽤Encoder表征实验:优点:结论:-0.05pp3.4模型更新流程Baseline模型Baseline模型全量的⾼维新增的⾼维0)时初始化02基于(Item,Item)共现数据微调03基于(User,Item)交互数据微调04总结与展望4.2其他4.1总结与规划介绍了—些在⾳乐推荐冷启问题上,可快速落地⾳频表征的通⽤解决⽅案

人人文库> 全部分类> 应用文书 > 研究报告

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