NxtPost：Facebook 群组中的用户到帖子推荐
机器学习
2022-02-09 v1
摘要
本文中，我们介绍了 NxtPost，一个已部署的、用于 Facebook 群组的基于内容的用户到帖子序列推荐系统。受近期 NLP 进展的启发，我们将基于 Transformer 的模型适配到序列推荐领域。我们探索了因果掩码多头注意力，以同时优化用户的短期和长期兴趣。从用户经定义安全流程验证的过往活动出发，NxtPost 旨在学习用户动态内容偏好的表示，并预测用户可能感兴趣的下一个帖子。与先前基于 Transformer 的方法不同，我们不假设可推荐的帖子具有固定语料库。因此，我们使用外部条目/词元嵌入将基于序列的方法扩展到大规模词表。我们在离线评估中取得了 49% 的绝对提升。由于 NxtPost 的部署，多 0.6% 的用户正在结识新朋友、参与社区、分享知识并获得支持。本文分享了我们在开发个性化序列推荐系统中的经验、为冷启动用户部署模型的教训、如何处理新鲜度，以及在在线 A/B 实验中达到更高效率的调优策略。
引用
@article{arxiv.2202.03645,
title = {NxtPost: User to Post Recommendations in Facebook Groups},
author = {Kaushik Rangadurai and Yiqun Liu and Siddarth Malreddy and Xiaoyi Liu and Piyush Maheshwari and Vishwanath Sangale and Fedor Borisyuk},
journal= {arXiv preprint arXiv:2202.03645},
year = {2022}
}
备注
9 pages