专题：推荐算法
共10篇相关文章
多任务建模在推荐系统中，如何从动机到 Loss 融合实现效果？
...
小红书EGMN如何实现视频观看时长预测的分布建模？
从点预测到分布建模：小红书-EGMN在视频观看时长预测中的方法与实践 原文：https:arxiv.orgpdf2508.12665 一、引言：问题背景与研究动机 在短视频推荐系统中，观看时长（Watch Time）被广泛视为衡量用...
如何消除推荐算法中的位置偏见问题？
位置偏差指的是：在用户item 不变的前提下，把同一条内容放在不同位置，用户的点击概率会系统性变化——这部分变化是由位置本身引起的，而不是内容质量变化引起的。 1.Recommending What Video to Watch Ne...
如何通过优化推荐系统模型的工程实践流程？
推荐系统模型优化-工程实践流程 在大规模推荐系统中，模型或策略的修改并不是一次简单的效果优化，而是一项涉及业务目标、系统稳定性和长期收益的工程化决策。随着用户规模和内容规模的持续扩大，单次模型改动往往会对整体分发生态产生放大效应，如果缺乏规...
如何针对不同业务场景，拆解核心指标以优化推荐算法？
推荐算法闲谈：如何在不同业务场景下理解和拆解核心指标 在推荐系统工程实践中，实验业务指标分析能力也是一名算法工程师的在工作中逐渐积累能力。模型能力、特征工程、训练技巧解决的是能不能学好，而指标分析解决的是这次改动是否真正创造了业务价值，以及...
工业级推荐系统里，能否用一个Transformer统一特征交互和序列建模？
OneTrans：在工业级推荐系统中以单一 Transformer 实现特征交互与序列建模的统一框架 摘要 在推荐系统中，扩展特征交互模块（例如 Wukong、RankMixer）或用户行为序列模块（例如 LONGER）已经取得了显著成果。...
RankMixer在工业推荐系统中如何实现大规模提升排名模型？
RankMixer：在工业级推荐系统中扩展排序模型 摘要 近年来，大语言模型（LLMs）的快速发展激发了将推荐系统进行大规模扩展的研究兴趣，但在工业实践中仍面临两项关键挑战。第一，工业级推荐系统在训练和在线推理阶段必须满足严格的时延约束和高...
RQ-VAE如何实现从向量量化到生成式推荐的语义ID技术突破？
深度剖析RQ-VAE：从向量量化到生成式推荐的语义ID技术 引言 近年来，大规模推荐系统正经历一场深刻的范式演进，其趋势是从传统的双塔召回模型（Dual-Encoder + ANN）向更为灵活和强大的生成式检索（Gener...
如何通过负反馈评估序列推荐系统的响应效能？
从负反馈中学习并衡量序列推荐系统的响应能力 Google RecSys’23 —Learning from Negative User Feedback and Measuring Responsiveness for Sequential...
协同过滤算法如何应用于推荐？
协同过滤（Collaborative Filtering）是推荐系统中最经典的算法之一，其核心思想是 “物以类聚，人以群分”，即通过分析用户的历史行为数据，找到与目标用户相似的用户群体或相似的物品，从而为目标用户推荐他们可能感兴趣的物品。...