- 1、本文档共35页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
视频推荐有哪些信誉好的足球投注网站中的户兴趣优酷有哪些信誉好的足球投注网站推荐内容智能负责数据智能部总监李优酷视频个性化有哪些信誉好的足球投注网站推荐简介视频个性化有哪些信誉好的足球投注网站推荐中的户兴趣表达的挑战当前业界常法的问题探讨我们的尝试的法优酷个性化服务简介个性化服务在优酷亿视频亿户多半的视频播放通过个性化有哪些信誉好的足球投注网站推荐技术分发对于均播放量均时留存率等均有显著提升帮助户发现好内容帮助质量内容触达精准受众视频推荐中户兴趣表达的挑战视频推荐的户兴趣表达的挑战技术挑战剧综影漫户选择成本户追的剧综艺少推荐成功率低户的性强发现浏览逛的智低节可选择空间有限头部节户为稀疏量户每只观看个以下节
视频推荐有哪些信誉好的足球投注网站中的⽤户兴趣
优酷有哪些信誉好的足球投注网站、推荐、内容智能负责⼈数据智能部总监李⽟
Agenda
• 优酷视频个性化有哪些信誉好的足球投注网站推荐简介
• 视频个性化有哪些信誉好的足球投注网站推荐中的⽤户兴趣表达的挑战
• 当前⼯业界常⻅⽅法的问题探讨
• 我们的尝试的⽅法
优酷个性化服务简介
个性化服务在优酷
Data…
Algo
6亿+视频 5亿+⽤户
• ⼀多半的视频播放通过个性化有哪些信誉好的足球投注网站推荐技术分发
• 对于CTR 、⼈均播放量、⼈均时⻓、留存率等均有显著提升
• 帮助⽤户发现好内容,帮助⾼质量内容触达精准受众
视频推荐中⽤户兴趣表达的挑战
视频推荐的⽤户兴趣表达的挑战
• 技术挑战:
• 剧、综、影、漫:⽤户选择成本⾼,⽤户追的剧、综艺少,推荐成功率低
• ⽤户⽬的性强,发现、浏览、逛的⼼智低
• ⻓节⽬可选择空间有限
• 头部节⽬⽤户⾏为稀疏,⼤量⽤户每⽉只观看3个以下节⽬,对⽐:
• 短视频信息流场景:通过数百个观看⾏为推荐30个
• 优酷头部节⽬:通过3 、4个观看⾏为推荐30个
• 数据噪声多、分布驱热、highly biased,常⽤推荐算法模型描述能⼒不⾜
视频推荐的⽤户兴趣表达的挑战 cont .
• 技术挑战:
• 视频内容兴趣复杂,感性、微妙、亚⽂化细分多样,对于符合兴趣⼤⽅向的惊喜度(serendipity)与
多样性要求更⾼,对⽐:
• 电商:兴趣明确:想买4K 电视、⽜仔裤、连⾐裙;⾼度结构化,类⽬体系清晰
• 视频:
• 兴趣感性、微妙:喜欢⾹港武侠⽚但是讨厌成⻰; 喜欢⽇本动漫,今敏等、但讨厌宫崎骏;
• 兴趣会进化、发展、细分,如:
• 相声:郭德纲 ⼩岳岳-》⽅清平;或者-》王玥波评书;或者-》侯宝林 刘宝瑞 ⻢三⽴ 传统
• 科幻迷:从浅度:看星战、地⼼引⼒-》中度:星际穿越-》深度:银翼杀⼿、降临、三体;
• 微妙的亚⽂化:⼆次元、游戏、直播;⽂艺⻘年;腐、柜;追剧族、韩剧迷、恐怖⽚迷
• 兴趣体现的是⽤户的个⼈认同
• 兴趣多维度正交,如:
• 只看”⼤制作”、美剧质感
• 不喜欢重复,期待惊喜 (serendipity)
识别、表达⽤户兴趣的重要性
• Retargeting (看了⼜看):
模型兴趣
• 推荐⽤户有过交互的内容(看了⼜看)
预测不准确
• 成功率⾼,⻓期价值低
• 局部提升⾮全局提升(抢其他渠道流量)
• 成功率⾼因此ctr⾼
• 容易陷⼊局部最优 个性化内容
兴趣命中少
推荐较少 正样本不⾜
• 热点推荐
• 推荐近期热点
• 容易陷⼊局部最优
• 个性化兴趣推荐
• 推荐符合每个⽤户兴趣的内容
• 成功率低因此ctr偏低
• 更具⻓期价值
• 短期收益可能⼩,但容易⻓期收敛
• 推荐命中成功率:retargeting 热点 个性化发现
• 推荐命中(不命中)价值:个性化发现 推荐热点 retargeting
当前⼯业界常⻅⽅法的问题探讨
个性化推荐⼯业界常⽤⽅法
• 流程:召回、排序
• 特征:
• 统计特征
• ⽤户画像:DEMO、⽤户对于标签的frequency 、recency
• ⾼维组合特征
• Item based similarity(i2i)
Common Algo Framework(对应的优酷的⽅法)
Rank R
文档评论(0)