新鲜内容需要更多关注：多漏斗新鲜内容推荐
信息检索
2023-06-05 v1
摘要
推荐系统充当连接用户与极其庞大、多样且不断增长的 content 集合的渠道。在实践中，需要填补新鲜（和长尾）内容的缺失信息，以便它们被受众曝光和发现。我们在此分享在大型商业平台上构建专用新鲜内容推荐栈的成功经验。为提名新鲜内容，我们构建了一个多漏斗提名系统，结合 (i) 具有强泛化能力以覆盖的两塔模型，和 (ii) 基于用户反馈近实时更新的序列模型以保相关。多漏斗设置有效平衡了覆盖与相关。深入研究揭示了用户活跃度水平与其对新鲜内容亲近度之间的关系，进一步催生了上下文多漏斗设置。被提名的新鲜候选随后由考虑预测不确定性的系统打分排序，以进一步引导曝光较少的内容。我们通过用户语料共同导流在线实验评估了专用新鲜内容推荐栈、尤其是多漏斗提名系统的益处。我们在服务数十亿用户的商业平台上进行了多轮在线实验，证明了所提方法的有效性。
引用
@article{arxiv.2306.01720,
title = {Fresh Content Needs More Attention: Multi-funnel Fresh Content Recommendation},
author = {Jianling Wang and Haokai Lu and Sai zhang and Bart Locanthi and Haoting Wang and Dylan Greaves and Benjamin Lipshitz and Sriraj Badam and Ed H. Chi and Cristos Goodrow and Su-Lin Wu and Lexi Baugher and Minmin Chen},
journal= {arXiv preprint arXiv:2306.01720},
year = {2023}
}
备注
Accepted by KDD 2023