背景:首页的“为你推荐”模块,使用用户的历史行为数据以及实时访问数据,推荐item。
过程:
1.由于一开始该模块没有记录曝光点击数据,因此使用列表页的曝光点击数据作为训练样本。正负样本的比例为1:50.
2.使用abtest,切一半流量走模型。上线一周后,发现uv,pv都有提升。
3.一个月后再次统计发现,最近两周uv,pv掉的厉害,甚至低于未用模型的效果。
4.问题排查,发现在两周前对“为你推荐”模块增加了曝光点击数据,然鹅,并没有业务字段区分是列表页还是“为你推荐”的数据,因此在选择样本时,把两部分数据一起放了进来。更要命的是,列表页的正负样本的比例为1:50,“为你推荐”模块的正负样本的比例为1:20,各个维度的特征分布也完全不同。训练出来的模型完全不能用!!!
5.解决方法a:增加业务字段区分不同的曝光数据(优秀)。
解决方法b:在request id 上区分(产品想的方案,diss一下)。
感悟:前段时间抽空了解了迁移学习相关的内容,这两部分数据属于不同的domain,倒可以作为迁移学习的例子。