Quora是如何做推荐的？

原创

于 2019-12-11 18:09:27 发布 · 1.3k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#推荐算法 #推荐系统 #个性化推荐 #第四范式先荐

Quora的推荐系统以问题、答案和主题为中心，通过Personalized Feed Ranking确保相关性和用户参与度。采用学习-to-rank方法，重点考虑topical relevance、social relevance和timeliness。面临的挑战包括实时排名和大量候选内容。Quora使用多种模型，重视特征工程，并对Answer Ranking、Ask2Answers功能和Topic Network建设进行了深入工作，以提升用户体验和专业知识的流动。

知乎联合创始人张亮在值乎上问了俞军老师一个问题，「以您的使用体验看，您觉得知乎现在最急需做的三到五项产品改进是哪些？」俞军老师的回答中给的第一个意见就是，「个性化内容的挖掘和推送，我知道知乎里有大量内容是我感兴趣的，但知乎推送的内容只有很少是我愿意点击的，总让我有种入宝山而空回的感觉，这方面网易云音乐、淘宝、今日头条都是不错的学习对象。」那么，有着“美版知乎”之称的Quora是如何做推荐的呢？以下内容选自RecsysChina。

Quora的VP Engineering机器学习大牛Xavier Amatriain，曾在WWW2016大会的Question Answering Workshop做了一个报告，Machine Learning for Q&A Sites: The Quora Example[1]。

Quora的Mission：To share and grow the world's knowledge。

Quora主要考虑的三个因素：Relevance、Quality和Demand。