面向工业级短视频推荐系统的隐式负反馈学习与优化

短视频推荐是当今工业信息系统中最重要的推荐应用之一。与其他推荐任务相比，海量的反馈是最典型的特征。具体而言，在短视频推荐中，最容易收集的用户反馈是跳过行为，这给推荐模型带来了两个关键挑战。首先，跳过行为反映了隐式的用户偏好，因此兴趣提取具有挑战性。其次，这类特殊反馈涉及多个目标，例如总观看时长和跳过率，这也非常具有挑战性。在本文中，我们展示了在快手（Kuaishou）的工业级解决方案，该方案每天服务十亿级用户。具体而言，我们部署了一个考虑上下文影响的反馈感知编码模块来提取用户偏好。我们进一步设计了一个多目标预测模块，该模块很好地区分了短视频推荐中不同模型目标之间的关系与差异。我们进行了广泛的在线 A/B 测试以及详细而细致的分析，验证了我们的解决方案的有效性。