小视频推荐算法
推荐算法是目前各大厂都在使用并且研究的一个方向,最近我们也在做推荐相关的业务,所以在此记录下自己的一些经验。这篇文章没有太多的技术细节,主要目的是为了让刚接触到推荐的朋友能够对推荐整体流程有一个清晰的了解和认识。若有错误请在评论指出。
推荐算法的应用很广泛,可以用在淘宝京东这些电商上,也可以用在爱奇艺,优酷的视频推荐上,我们今天讲的是将推荐算法应用在小视频的推荐上,就是类似目前很火的抖音的这种小视频推荐。小视频推荐就是把我们认为用户喜欢喜欢的视频推荐给用户来看。
我们的介绍依照下面的这张图来展开。
这个图是我自己画的一个比较通用的推荐的流程图。首先推荐算法分为召回阶段和排序阶段两个大的阶段。我们先来说一下召回阶段。
召回阶段:召回阶段主要做的事情(在这我们以小视频为例子)就是从海量的小视频里选出一部分候选集,可以使100个甚至更多,这个主要是看实际的业务指标。为什么我们要做这个事情呢?因为我们的视频量可能达到数百上千万个,这样直接用模型排序的话成本太高,时间也会非常慢,所以我们可以通过召回阶段粗略的晒选出一些质量更高的或者说更有可能被用户喜欢的小视频推荐给用户。
那召回阶段我们应该如何来做呢?我们在做小视频推荐的时候可以采用多通