在系统中使用了一个称为值模型的代数公式来组

2021-01-11  | 发布者:admin  

在系统中使用了一个称为值模型的代数公式来组合不同事件的预测结果,进而来获取不同信号在决定内容是否相关方面的突出程度。还使用了一个加权的预测值之和,比如[w_like * P(Like) + w_save * P(Save) - w_negative_action * P(Negative Action)],举例说明,如果一个用户在 Explore 系统中“收藏”了一个帖子的重要程度高于他们选择“喜欢”操作的帖子,那么“收藏”操作的权重应该更高。

 

Explore 推荐系统如何成为一个可以发现并找到大家兴趣和爱好?这就要提到在值模型中加入的一个简单的探索式规则,来提高内容的多样性,并通过添加惩罚条件来降低来自同一作者或同一个种子帐户的帖子排名,因此在Explore系统中看不到来自同一个人或同一个种子帐户的多个帖子。随着你停止了排名的处理,并且遇到更多来自同一个作者的帖子,这一惩罚会更加严重。

 

根据每个排名候选对象最终的值模型得分,对最相关的内容进行排名。离线重播工具,以及贝叶斯优化工具,也都有助于在系统设计的过程中进行高效而又频繁地值模型调整。

总结

构建 Explore 推荐系统最令人兴奋的部分就是寻找新的、有趣的方式来帮助我们发现 Instagram 上有趣的和相关的内容。通过不断地改进 Explore 系统,给购物帖子和IGTV视频等新型的内容添加类似于 Stories 和入口点这样的媒体格式。

 

Instagram 应用本身和存储的规模都要求我们建立一种具备快速实验和高开发率的机制,以便更加可靠地为每个用户推荐 Instagram 上最好的内容。自定义的工具和系统为建立和扩展 Instagram Explore 系统所必需的持续学习和迭代提供了坚实的基础。

 
QQ在线咨询
服务热线
13544009511
返回顶部

粤公网安备 44030502004796号