深入推荐引擎2:YouTube 视频推荐系统

深入推荐引擎2:YouTube 视频推荐系统

  • 概述
  • 候选生成网络
    • 体系结构和功能表示
    • 训练
  • 排名网络
    • 特征选择
    • 架构
  • 迈向多任务排名系统
    • 多任务学习
    • 专家的多门混合
    • 学习选择偏差
  • 总结
  • 参考

这篇博客将介绍 YouTube 视频推荐系统,YouTube 是世界上最大的创建、消费和分享视频内容的平台。他们的推荐帮助数十亿用户从不断增长的视频语料库中发现个性化内容。根据 Cristos Goodrow(YouTube 工程副总裁)的说法,推荐在 YouTube 上推动了大量整体收视率,甚至超过了频道订阅或搜索。 其幕后的工作原理是什么呢?

YouTube利用了一个由候选人生成网络和排名网络组成的双层推荐系统。

候选生成网络(Candidate Generation Network) 旨在从与用户和当前上下文相关的大量视频语料库中选择几千

你可能感兴趣的:(Python,OpenCV,图像处理,Python进阶,计算机视觉,视频推荐系统,推荐引擎,YouTube,排名网络,候选生成网络,python)