前言
微博作为全球领先的中文广场社交平台,拥有海量用户与数据。在从海量数据中挖掘有价值的信息,为业务赋能的过程中,微博的推荐算法经历了数次升级换代,积累了许多经验。今天跟大家分享下,在此过程中遇到的问题,并且在长期改进与积累的过程中,微博机器学习平台的演进过程,以及当前架构如何更好的发挥算法的优势,为业务产生更多有价值的支撑。
主要内容包括:
-
微博简介
-
相关推荐场景描述
-
微博推荐算法实践
-
微博机器学习平台
01微博简介
财报显示:微博拥有2.4亿日活DAU,5.5亿月活MAU,94%的移动月活占比。
微博利用机器学习相关的的算法策略通过对内容的合理发掘以及用户兴趣的个性化匹配,通过引导海量用户的行为,对优质UGC博主产生正向激励,