【推荐系统】概述

一般ctr排序，expo&click 正样本。

正负比例1：5，采用 click-around 负采样，用户停留的时间不一样，取点击的 item 周围的 item，确保一定看到。与 click-above相比。？？？是用在召回还是排序？

时长与 UV 与留存正相关。

CVR 样本怎么构造？用户播放时间>20s为正样本。

视频流 MMOE：完播-回归任务；时长-分类任务。

topN推荐

如何构建用户标签体系？

一、用户标签是什么

用户标签是构成用户画像的核心因素，是将用户在平台内所产生的行为数据，分析提炼后生成具有差异性特征的形容词。即用户通过平台，在什么时间什么场景下做了什么行为，平台将用户所有行为数据提炼出来形成支撑业务实现的可视化信息。

e.g. “个性”“佛系”等词都是我们90后这代人群的标签。

总结

• 用户标签是构成用户画像的核心因素，是将用户在平台内所产生的行为数据，分析提炼后生成具有差异性特征的形容词。即用户通过平台，在什么时间什么场景下做了什么行为，平台将用户所有行为数据提炼出来形成支撑业务实现的可视化信息。
• 标签分为三种属性：静态标签判断用户基础需求，动态标签提升用户体验，预测标签提升用户转化，提高产品价值。
• “贴标签”形式有两种：用户主动选择特定标签和平台结合用户行为给用户“贴标签”。
• 标签优化方式：机器优化和人工优化。
• 搭建标签体系流程：收集需求-建立规则-填充数据-标签维护。
• 在公司中，搭建标签需运营、产品、技术协调配合完成；运营负责制定规则，产品结合业务审核标签合理性，技术负责实现。
• 标签的作用：增强公司竞争壁垒，提升产品价值，提高运营效率。

用户基础数据（注册时用户填写的个人信息）、用户行为数据、用户业务数据（如某阶段购买最多的商品类别等沉淀在业务场景下的数据）、补充数据（泛指和其他平台合作的数据或第三方数据平台沉淀的数据）

---

Collaborative Filtering for Movie Recommendations

---

LightGCN

GitHub - kuandeng/LightGCN

【论文学习】LightGCN：轻量图卷积_想成为博客专家的渣渣的博客-CSDN博客