广告行业中那些趣事系列75：值得反复观看学习的《工业界的推荐系统之涨指标》课程学习笔记...

导读：本文是“数据拾光者”专栏的第七十五篇文章，这个系列将介绍在广告行业中自然语言处理和推荐系统实践。本篇主要是学习wangshusen老师的《工业界的推荐系统之涨指标》课程笔记，值得反复观看和学习反思。

欢迎转载，转载请注明出处以及链接，更多关于自然语言处理、推荐系统优质内容请关注如下频道。
知乎专栏：数据拾光者
公众号：数据拾光者

摘要：本篇主要是学习wangshusen老师的《工业界的推荐系统之涨指标》课程笔记，主要从召回、排序模型、提升多样性、特殊对待特殊人群和利用交互行为五个方面来提升推荐系统指标，分享了很多涨指标的优化实践方法，非常有借鉴价值，值得反复观看和学习反思，

下面主要按照如下思维导图进行学习分享：

背景

最近因为业务需要在做商店召回项目，在B站刷到wangshusen老师的《工业界的推荐系统之涨指标》课程，里面干货满满。这里记录下学习笔记，方便后面反复学习实践。

01 推荐系统的评价指标

02 涨指标的方法有哪些？

2.1 涨指标的方法：召回

2.1.1 改进双塔模型

(1)优化正样本和负样本-主要优化点

因为进入排序序列，说明用户可能对物品感兴趣。但是排序靠后，说明兴趣不大，所以可以作为困难负样本。

(2)改进神经网络结构

DCN深度交叉网络。

多向量模型：

用户塔可以输出多个向量，比如点击向量、点赞向量、收藏向量和完播向量等，各自的向量维度和物品塔的维度一样。如果针对不同的目标(点击、点赞、收藏等)分别构建索引，需要构建多个向量索引库，需要多套ANN索引，特别复杂，代价太大。让物品塔只构建一个向量索引库，代价就降低很多。

(3)改进模型的训练方法

因为冷门物品的点击数据太少，导致学习的embedding效果不好，通过自监督学习的方法可以提升效果。

2.1.2 Item-to-Item (I2I)

2.1.3 类似I2I 的模型

这些模型搭建的召回通道可能配额很小，但是对于推荐系统指标提升有一定效果。

总结：改进召回模型

2.2 涨指标的方法：排序模型

2.2.1 精排模型的改进

精排模型：多目标预估。

2.2.2 粗排模型的改进

改进点1：使用三塔模型(取代多向量双塔模型)

改进点2：粗精排一致性建模

2.2.3 ⽤户⾏为序列建模

用户交互过N个物品，这里取lastK个物品，得到每个物品的embedding，然后取平均得到一个embedding。

用户行为序列建模的几个改进点：

使用BERT或者CLIP来提取物品内容特征。

2.2.4 在线学习

分钟级别的增量更新。虽然在线学习可以有效提升模型效果，但是会消耗资源，增加成本。

2.2.5 老汤模型

老汤模型带来的两个问题以及解决办法：

2.3 涨指标的方法：提升多样性

2.3.1 精排多样性

2.3.2 粗排多样性

2.3.3 召回的多样性

(1)添加噪声

(2)抽样用户行为序列

总结：提升多样性

2.4 涨指标的方法：特殊对待特殊人群

2.4.1 为什么要特殊对待特殊人群？

2.4.2 通过构造特殊的内容池对待特殊人群

(1)如何构造特殊内容池

(2)特殊内容池的召回

2.4.3 特殊的排序策略

(1)排除低质量物品

(2)差分化的融分方式

2.4.4 特殊的排序模型

小模型在这里起到了纠偏的作用。

错误的做法

所以不建议对每个特殊的人群都构建排序模型，最好只训练一个统一的排序模型，针对特殊人群构建小模型进行纠偏和校准。

总结：特殊对待特殊用户人群

2.5 涨指标的方法：利用交互行为

2.5.1 用户的交互行为

2.5.2 关注量对留存的价值

2.5.3 粉丝数对促发布的价值

通过隐式关注关系来涨粉。

2.5.4 促转发（分享回流）

2.5.5 KOL建模

方法2：构造促转发内容池和召回通道，对站外KOL生效。

2.5.6 评论促发布

总结：利用交互行为

参考资料

【1】ShusenWang的B站视频：https://space.bilibili.com/1369507485/video

【2】https://github.com/wangshusen/RecommenderSystem

最新最全的文章请关注我的微信公众号或者知乎专栏：数据拾光者。

码字不易，欢迎小伙伴们关注和分享。