2016 Youtube 推荐系统介绍

最新推荐文章于 2024-06-02 18:28:02 发布

对抗天网的小人儿

最新推荐文章于 2024-06-02 18:28:02 发布

阅读量664

点赞数

CC 4.0 BY-SA版权

分类专栏： AI 文章标签： AI 推荐系统 Youtube 深度学习广告推荐

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_31211421/article/details/83449695

本文介绍了YouTube的推荐系统，分为两层结构，第一层候选集生成使用浅层神经网络，第二层Ranking则对候选视频进行深度学习排序。系统设计考虑了可扩展性、内容新鲜性和干扰信息过滤等因素，采用特征工程和Embedding技术，并以用户观看时间作为加权依据优化结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

目录

在这里插入图片描述

在这里插入图片描述

概述

由于工作的原因需要学习推荐系统，找到了Deep Neural Networks for YouTube
Recommendations这篇文章，
作者来自于Google。发现很多大公司基于深度学习的推荐系统都采用了类似框架，
感觉这篇文章还是很具有代表性的。

什么是推荐系统

什么是推荐系统

一个非正式的定义，所谓推荐系统，就是根据每个用户的特征，向其推荐可能感兴趣的商品的系统。

如何衡量推荐系统好坏

如何衡量推荐系统好坏

一个公司做推荐系统的目的当然是挣更多的钱，
但是除了赚钱多少作为衡量推荐系统的指标之外，还有许多评价方法。比如用用户浏览量的提升，视频观看时长的增加，以及用户点击率和推荐顺序的相关性等等。不直接用钱来衡量的一个原因是付钱这个行为相对罕见，往往一个商品有几百上千次点击之后才会有一个用户掏钱包。所以使用其他衡量方式可以获取更多的反馈数据。

Youtube 推荐系统概述

系统结构

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。