Pinterest 的相关 Pins：一个真实世界推荐系统的演化
信息检索
2017-02-28 v1
摘要
Related Pins 是支撑 Pinterest 上超过 40% 用户参与度的 Web 级推荐系统。本文是对其三年发展历程的纵向研究，探讨了该系统及其组件从原型到现状的演化。每个组件最初都是在工程人力与计算资源受到诸多约束的情况下构建的，因此我们优先采用最简单且最高杠杆的解决方案。我们展示了自然增长如何导致一个复杂系统，以及我们如何管理这种复杂性。在构建该系统时出现了许多挑战，如避免反馈循环、评估性能、激活内容以及消除遗留的启发式策略。最后，我们就工程化 Web 级推荐系统时如何应对这些挑战提出了建议。
引用
@article{arxiv.1702.07969,
title = {Related Pins at Pinterest: The Evolution of a Real-World Recommender System},
author = {David C. Liu and Stephanie Rogers and Raymond Shiau and Dmitry Kislyuk and Kevin C. Ma and Zhigang Zhong and Jenny Liu and Yushi Jing},
journal= {arXiv preprint arXiv:1702.07969},
year = {2017}
}