【导语】
在推荐系统中,最常用的排序模型是以用户点击为目标的CTR预估模型,它没有考虑用户点击后的消费深度,也没有考虑用户的多种互动行为带来的生态方面的收益。为了取得CTR以外的更多收益,QQ看点团队在深度学习框架下,对推荐系统中的多目标建模做了一系列的研究和实践,在图文场景下完成了技术落地,实现了用户阅读时长的显著提升,并在内容生态和账号生态上也取得了正向收益。本文将由浅入深,分享腾讯QQ看点图文多目标推荐实践中积累到的经验和方法,供有需要的同学参考。
本文主要分享QQ看点图文推荐场景下,精排多目标建模的方法。全文共三部分,第一部分介绍多目标建模的业务背景,并列出了基于深度学习方法建模多目标的优势。第二部分按照多目标模型在QQ看点图文推荐中迭代演进的四个阶段分别来介绍具体的经验和方法,每一次模型升级都取得了业务指标的显著提升。最后一部分是小结。
背景介绍
图文多目标模型的迭代演进之路
小结
【5】在多目标模型演进的第四阶段,我们保持模型结构和损失函数不变,在点击和时长目标的基础上,分别以单独和合并的方式引入互动目标,实现了互动指标的显著提升。
参考文献