Synerise 在 RecSys 2021 上的方案：基于快速神经模型的 Twitter 用户参与度预测
信息检索
2021-09-29 v2 机器学习
摘要
本文介绍我们在 Twitter 主办的 ACM RecSys 2021 挑战赛中获得第二名的解决方案。该挑战旨在预测一组推文的用户参与度，提供了从超过四周真实 Twitter 交互中采样得到的、包含 10 亿数据点的超大数据集。每个数据点包含多源信息，如推文文本及参与度特征、用户特征与推文特征。挑战通过模型评估阶段引入严格延迟约束，使问题贴近真实生产环境：在单 CPU 核、64GB 内存下，单条推文参与度预测的平均推理时间限制为 6ms。我们提出的模型依赖于广泛的特征工程，所用方法包括高效流形密度估计器（EMDE）——我们此前基于局部敏感哈希方法提出的算法，以及新颖的傅里叶特征编码等。我们总计创建了描述用户 Twitter 账户状态与推文内容的众多特征。为遵守严格延迟约束，底层模型为一个简单的残差前馈神经网络。该系统是我们此前在 KDD Cup 2021、WSDM Challenge 2021 与 SIGIR eCom Challenge 2020 中奏效方法的变体。我们在 https://github.com/Synerise/recsys-challenge-2021 发布源代码。
引用
@article{arxiv.2109.12985,
title = {Synerise at RecSys 2021: Twitter user engagement prediction with a fast neural model},
author = {Michał Daniluk and Jacek Dąbrowski and Barbara Rychalska and Konrad Gołuchowski},
journal= {arXiv preprint arXiv:2109.12985},
year = {2021}
}