双目标帕累托优化_帕累托的角度解推荐系统中的多目标优化问题

本文提出了一种针对电商推荐系统中多目标优化问题的帕累托有效算法,旨在同时优化点击率(CTR)和商品交易总额(GMV)。通过结合各目标损失函数并动态调整权重,该方法在离线和在线实验中均表现出色,超越多种基线策略。然而,文中也指出在实际生产环境中可能存在非帕累托最优但合理的优化点。
摘要由CSDN通过智能技术生成

014c1454f3f807e0e1ad839b3afffeed.png

A Pareto-Eficient Algorithm for Multiple Objective Optimization in E-Commerce Recommendation

pdf

tags

  • Alibaba
  • recsys 2019
  • learning to rank
  • optimization algorithms

Highlights

Problem

  1. 多目标优化中的帕累托最优:不损害其他指标的情况下,使得至少一个指标变好;
  2. 现有的解法包括启发式搜索,可以得到局部最优;或者是将多个目标打平到一个标量上,但需要仔细的人工选择权重;都无法保障理论最优性;
  3. 以电商为例,需要同时优化CTR和GMV,但是显然二者不是严格相关的,存在大量但目标的局部最优点非帕累托最优;

cbe5f9893b3a39b291fa32f2dfee886b.png

Related work

  1. 启发式搜索;
  2. 打平
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值