内容流(Content feed)是一种向用户推荐一系列内容以供用户浏览和参与的产品，在社交媒体平台上受到了极大的欢迎。在本文中，我们提出使用时间序列分析技术从项目序列的角度来研究这种情况下的多样性问题。我们提出了一种称为滑动谱分解(SSD)的方法，该方法可以捕捉用户在浏览一个长项目序列时的多样性感知。我们也分享了我们在设计和实现一种合适的项目嵌入方法来精确测量长尾效应下的相似度的经验。如今，这两款产品已经在小红书App的产品推荐系统中得到了全面的实现和部署，该系统每天为数千万用户提供主要的和有效性。Explore Feed产品。通过理论分析、离线实验和在线A/B测试，验证了该方法的有效性。
成为VIP会员查看完整内容
Sliding Spectrum Decomposition for Diversified Recommendation
相关内容
推荐系统，是指根据用户的习惯、偏好或兴趣，从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同，这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题，个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台，以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。
Arxiv
3+阅读 · 2020年7月20日
Arxiv
10+阅读 · 2020年4月9日
Arxiv
5+阅读 · 2018年12月6日
相关VIP内容
相关资讯
相关论文
Arxiv
3+阅读 · 2020年7月20日
Arxiv
10+阅读 · 2020年4月9日
Arxiv
5+阅读 · 2018年12月6日
微信扫码咨询专知VIP会员