DataFunTalk·阿里系列线上技术沙龙#01:
5月13日、16日 晚19点,DataFunTalk 联合 阿里飞猪技术部将为您带来阿里飞猪排序与召回技术实践分享。
01
直播信息
内容摘要
旅行场景下的推荐算法现状
深度粗排在飞猪猜你喜欢排序上的应用
用户旅行意图识别和用户旅行兴趣建模
稀疏高客单场景下CVR模型的loss优化
全域多场景多用户状态感知排序
听众收益:
理解旅行场景下推荐算法设计的主要问题和难点
了解深度排序模型在飞猪全域猜你喜欢上的应用过程
新技术/实用技术点:
深度排序模型在旅行场景下的应用过程
召回几乎是所有工业界推荐系统的基础,召回的好坏直接决定着上层推荐效果的上界。常见的召回策略有基于 user profile、协同过滤和 embedding 向量的召回。在旅行场景中这些方法都面临着种种挑战。例如:用户行为稀疏,发散导致训练不足,效果差,冷启动用户多,导致召回不足,热门严重。同时特定场景下的召回也需要挖掘。例如:有明确行程的用户如果进行召回。本次分享将介绍在飞猪这个旅行场景下,是如何针对这些问题进行优化并提升效果的。
听众收益:
了解工业界推荐系统的基本流程和方法;
了解推荐场景中常用的召回方法;
了解旅行场景下的召回有哪些自己的特点和存在哪些问题;
如何针对特定领域的问题去优化,改进现有的召回模型,提高推荐效果。
新技术/实用技术点:
Session based 协同过滤
03
特邀嘉宾
2015年开始从0到1建立起飞猪算法团队,4年间带领团队在旅游行业算法方向开荒拓路,建立起一整套有行业特色的推荐算法体系,推动算法在旅游行业全链路的深入应用并取得了显著的业务效果。入职阿里前,曾就职于腾讯,百度,从事搜索算法的研发工作。对搜索引擎与推荐系统有深入的理解。
嘉宾介绍
姜壶,阿里飞猪算法工程师。硕士研究生,2019年毕业于南京大学计算机科学与技术系,并于2019年7月加入阿里巴巴飞猪个性化推荐小组,主要负责商品详情页的CTR和CVR的优化。
子厓,阿里飞猪算法工程师。2016年本科毕业于武汉大学,2019年研究生毕业于上海交通大学。2019年应届校招作为算法工程师加入阿里巴巴,入职于飞猪技术部-推荐与数据服务-推荐算法,负责飞猪全域猜你喜欢瀑布流排序策略。
斯辰,阿里飞猪高级算法工程师。本科毕业于华中科技大学,硕士毕业于浙江大学。毕业后先后在百度大搜和阿里巴巴飞猪事业部从事搜索推荐相关的算法研发工作。对于推荐系统有比较丰富的实战经验。
关于 DataFunTalk:
一个在看,一段时光!👇