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