03 2023 档案
摘要：背景 这是Facebook应用在社交搜索召回上的一篇论文，与传统搜索场景(google,bing)不同的是，fb这边通常需要更加考虑用户的一些画像，比如位置，社交关系等。举个例子：fb上有很多John Smith，但用户使用查询“John Smith”搜索的实际目标人很可能是他们的朋友或熟人。 或者
阅读全文
摘要：背景 在推荐系统存在两个难题： 1. 需要同时优化点击、观看时长、点赞、打分、评论等多个目标，如何同时建模多个目标 2. 存在position bias，即同个视频放在不通位置上点击率等会不同，如何建模position bias youtube这篇论文采用了MMOE来建模多目标，并用一个shallo
阅读全文
摘要：模型结构 模型整体的框架图如图三所示，主要包含两个网络： 第一部分是主干网络，用来得到特征和任务的嵌入式表征； 第二部分是元学习网络，主要包含三种结构： 1）元学习单元：显式建模场景信息 2）Attention元网络：捕捉不同场景下多个任务的动态关联： 3）tower元网络：增强特定场景的表征能力。
阅读全文
摘要：linux安装protoc： https://www.cnblogs.com/niuben/p/14212878.html
阅读全文
摘要：背景 多任务学习（通过一个模型学习多个目标）目前在推荐系统中已经得到了广泛的应用，期望通过不通任务之间的信息共享提升每个任务的学习效率。现实情况下，通常由于不同的任务之间存在比较复杂的关系，不通任务之间相互干扰，导致多任务学习中经常会出现负迁移(negative transfer)的现象。此外多任务
阅读全文
摘要：背景 我们知道，对于冷启动的用户，由于用户行为数据比较少，预估难度较大。常用的解决方案如采用泛化特征代替id类特征、用泛化特征训练一个辅助tower帮助主tower学校、元学习等方案。这些方法把冷启动问题聚焦在用户行为数据的缺失上。POSO论文提出了冷启动中存在的另外两个问题： 1. 冷启动数据量少
阅读全文
