embedding的冷启动

https://zhuanlan.zhihu.com/p/351390011

看了这篇文章。有一些总结性的内容，还行。

 

1. 信息和模型
2. 补充机制
3. 工程框架
4. 跳出固有思维

 

 

1、补充Side Information

 

 

 

 

2、灵活的冷启动机制往往事半功倍

做模型的同学都有一个终极的梦想，“打造一个完美的End2End的模型，一个模型干净利索的解决所有问题”。这个想法当然是值得追求的，但是我们也不必落入“完美主义”的怪圈。

 

在Airbnb那篇经典的Embedding文章中，所采用的冷启动机制就很实用。（论文地址：https://www.kdd.org/kdd2018/accepted-papers/view/real-time-personalization-using-embeddings-for-search-ranking-at-airbnb）找到三个相似的有Embedding的短租屋，然后取其Embedding的平均。多么简单使用的冷启动策略。

 

比如利用聚类快速定位新物品所在的cluster，找到相似物品。

再比如根据用户/物品的特征训练一颗决策树，再把冷启动的用户/物品根据有限的信息分配到决策树的某个分支中去，再根据分支对应的默认列表进行推荐等等。

 

 

要点总结

最后，解决Embedding冷启动问题，重要的思路再说一遍。

• 补充side information
• 利用EGES的类似方案，在Embedding模型中加入更多非行为历史类特征，让Embedding能够覆盖更多物品和用户
• 利用Amazon Video方案，直接在主模型中加入更多物品、用户特征，即使没有Embedding也可以做出靠谱的预测
• 灵活的冷启动机制
• 不要陷入“完美主义”的怪圈
• 采用Airbnb方案，利用物品之间的相似性，对冷启动物品根据相似物品，快速生成初始化Embedding
• 聚类，决策树等经典模型
• 工程框架的改进
• 批处理->流处理->实时推断->边缘计算，让新信号的消费变得越来越实时
• 跳出固有思维
• 使用探索与利用、主动学习等思路解决问题
• 寻求更广阔的合作，与产品、运营、数据团队做团队间的合作