
课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
我们在前几期的文章中给打大家简单介绍软件编程开发推荐系统的应用方法等内容,而本文我们就再来了解一下,推荐系统优化方法都有哪些。
一、从User端看,内容资讯平台,用户的需求相对来说长期不变,内容的消费过程在线上完成。而购物需求的产生和消费过程都在线下,线上只是一个交易过程,线下的过程是难以追踪和数据化的,电商场景对用户需求的识别和激发挑战很大;
二、从Item端看,内容资讯平台的内容生产者们,围绕同一个兴趣主题,可以日复一日地变着花样更新内容。购物场景中,如果用户已经购买,同类的商品就不能再推荐了,对拓展和激发用户的需求更高;
三、从推荐系统希望用户做出的Action看,内容资讯平台的主要满足用户娱乐类需求,消费不合理推荐资讯的成本很低。而购物场景中,推荐系统期望用户点击、浏览,让用户种草甚至让用户花钱购买也是系统优化目标,如果Item质量差或推荐精准性不够,用户会抛弃平台的推荐功能,甚至从平台流失。
那么,一个高效、有价值的推荐系统需要具备哪些特点呢?彭长平认为,在用户没有主动需求表达的情况下,将用户喜欢的Item分发到其面前就算得上是好的推荐系统。这样的系统需要满足以下三个条件:一、是满足用户需求的,体现在用户愿意看,停留时间长上;二、是有成长性的,体现在能拓展用户兴趣、能带动优质的商品或者内容提供者成长、对新用户或新商家友好;三、是体现平台价值观的,推荐系统促进平台玩家的优胜劣汰。
要做到这三点,推荐系统需要做几方面的工作:一、从User行为反馈和Item信息中学习,让模型基于数据自适应的进行匹配;二、召回环节没有silverbullet,需要使用多种不同类型的算法来做召回,各个阶段的模型都要有较强的泛化能力,对冷启动User和Item做定制优化;三、体现平台价值观的优化目标函数,大部分是多目标优化。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加danei0707学习了解。欢迎关注“达内在线”参与分销,赚更多好礼。