2016 Youtube 推荐系统介绍

目录

概述

由于工作的原因需要学习推荐系统，找到了Deep Neural Networks for YouTube
Recommendations这篇文章，
作者来自于Google。发现很多大公司基于深度学习的推荐系统都采用了类似框架，
感觉这篇文章还是很具有代表性的。

什么是推荐系统

什么是推荐系统

一个非正式的定义，所谓推荐系统，就是根据每个用户的特征，向其推荐可能感兴趣的商品的系统。

如何衡量推荐系统好坏

如何衡量推荐系统好坏

一个公司做推荐系统的目的当然是挣更多的钱，
但是除了赚钱多少作为衡量推荐系统的指标之外，还有许多评价方法。比如用用户浏览量的提升，视频观看时长的增加，以及用户点击率和推荐顺序的相关性等等。不直接用钱来衡量的一个原因是付钱这个行为相对罕见，往往一个商品有几百上千次点击之后才会有一个用户掏钱包。所以使用其他衡量方式可以获取更多的反馈数据。

Youtube 推荐系统概述

系统结构

系统结构

为了利用深度学习， Youtube设计了两层的推荐系统结构：

系统结构

在第一层里，
Youtube从海量的视频（每秒钟有总长度几小时的视频数据源源不断的被上传到网站上）中选取较少