本人微信公众号为“推荐算法学习笔记”,定期推出经典推荐算法文章,欢迎关注。
本文介绍的是YouTube的经典深度推荐算法论文《Deep Neural Networks for YouTube Recommendations》,论文地址https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/45530.pdf
一. Youtube推荐系统架构
youtube推荐系统架构图如下所示
可以看到YouTube的推荐系统分为了两个阶段
阶段1:召回阶段(candidate generation),负责从海量的视频当中挑选出用户可能感兴趣的候选视频,一般几十到几百不等
阶段2:精排阶段(ranking),对阶段1生成的候选视频进行排序,最终返回topK视频给用户
下面分别对召回阶段和精排阶段进行详细介绍
二.召回阶段
召回阶段的模型如下所示
召回阶段的目标是为每个用户生成1个user vector和为每个视频生成1个video vector。然后利用公式
就可以求出