淘宝内容化推荐场景下对多场景全域表征的思考与应用

摘要

本文介绍了多场景时长消偏和建模思路，以及淘宝逛逛的商品域和内容域跨域建模。作者通过将视频样本划分为多个数据集合，建立多场景全域表征模型来解决数据稀疏问题。同时，作者还介绍了如何将丰富的商品域信息迁移到内容域，提高逛逛域内的表征效果。在针对逛逛内容推荐存在的冷启动问题和扩量紧迫性时，作者将多场景全域表征模型应用到逛逛冷启助推链路，用于提升对新内容的推荐能力。通过此模型，实现了老内容向新内容的信息迁移和缓解模型被老内容主导的问题。