PEPNet：融合个性化先验信息的参数与嵌入个性化网络

随着在线购物和视频观看等在线服务中内容页面与交互按钮的增加，工业级推荐系统面临多域与多任务的推荐挑战。多任务与多域推荐的核心在于给定多种用户行为时，准确捕捉用户在多场景下的兴趣。本文提出一种即插即用的\textit{\textbf{参数与嵌入个性化网络}}（\textbf{PEPNet}），用于多域多任务推荐。PEPNet 以个性化先验信息为输入，通过门机制动态缩放底层 Embedding 与顶层 DNN 隐藏单元。\textit{嵌入个性化网络（EPNet）}对 Embedding 进行个性化选择，以融合多域中不同用户具有不同重要性的特征。\textit{参数个性化网络（PPNet）}对 DNN 参数执行个性化修正，以平衡多任务中不同用户的稀疏性各异的目标。我们结合快手训练框架与在线部署环境做了一系列特殊工程优化。通过融入 Embedding 的个性化选择与 DNN 参数的个性化修正，为每位个体兴趣定制的 PEPNet 获得了显著性能提升，在多域多任务指标上线上提升超过 1\%。我们已将 PEPNet 部署于快手应用，每日服务超 3 亿用户。