【王树森推荐系统】排序01：多目标模型

推荐系统的链路

用户——笔记的交互

• 对于每篇笔记，系统记录：曝光次数，点击次数，点赞次数，收藏次数，转发次数
• 可以用消费指标衡量受欢迎程度
• 排序模型预估点击率，点赞率，收藏率，转发率等多种分数
• 融合这些预估分数（比如加权和）
• 根据融合的分数做排序和阶段

多目标模型

• 排序模型的输入是各种各样的特征
  
• 用真实的信息来训练模型
  
• 训练的困难：类别不平衡。没100次点击，约有10次点击，90次无点击。没100次点击，约有10次收藏，90次无收藏。太多的负样本没啥用，白白浪费资源
• 解决方案：负样本降采样。保留一小部分负样本，让正负样本数量平衡，节约计算

预估值校准

• 负样本一般会远大于正样本
• 对负样本做降采样，抛弃一部分负样本
• 使用 α·n- 个负样本，其中 α 是采样率
• 由于负样本变少，预估点击率大于真实点击率