首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

看一看实时相关推荐介绍

图1给出了在看一看中的相关推荐建议系统示意图。 图1:相关推荐系统示意图。右屏展示了实时相关推荐的产品形态和效果。...我们在真实世界的看一看系统上进行了大量的离线、线上实验,证明R3S框架的有效性。R3S模型在文章、box和整体指标上均有显著提升。消融实验也证明了模型各个模块的有效性。...4、 我们已经将R3S框架部署于看一看线上系统,服务千万用户。模型的实用性得到了验证。...三、实验结果 我们针对相关推荐场景设计了离线和线上实验,基于看一看的真实系统对R3S模型的效果进行评测。用户相关数据和行为数据均经过了脱敏处理。...R3S框架已经部署于看一看推荐系统中,服务千万用户。 我们认为相关推荐能够辅助用户进行深度拓展阅读,增加用户时长,提升用户的阅读体验,是推荐系统未来很值得研究的课题。

1.2K30

看一看」 推荐排序技术揭秘

本文转载自:AI,作者 xiafengxia 在 AI 背后,技术究竟如何让一切发生? AI 公众号推出技术专题系列“看一看背后的技术架构详解”,干货满满,敬请关注。...以下为专题的第一篇《看一看推荐排序》。 一、背景 公众平台作为目前用户量最大的互联网原创内容平台之一,每日新发表的文章可达几百万篇。用户可以通过关注公众号、朋友圈、聊天转发等渠道阅读文章。...五、多目标 除了前述 ctr 预估,在看一看的排序中,我们非常重视多目标的推荐效果优化。这里多目标是指包括了点击目标之外的时长、分享、点赞、评论等其他跟用户体验息息相关的推荐指标。...在创作者角度,作者会希望在多元的指标上看到自己平台上的内容作品的反馈效果的提升。...此外,用户在阅读中的社交互动行为数据也是看一看的特色,共同阅读一篇文章、观看一个视频的好友上下文信息,对用户行为的引导起到了很大的作用。

2.6K2719
您找到你想要的搜索结果了吗?
是的
没有找到

看一看实时Look-alike推荐算法

看一看的精选文章推荐(见下面图1)大家应该都用过,团队在今年发表了一篇文章来专门介绍精选推荐的算法实现细节(Real-time Attention based Look-alike Model,...(1) 实时性 被推荐的文章是实时产生并加入到的文章推荐池中的,由于文章具备时效性,因此,希望推荐算法可以实时地将文章分发出去。对于文章的推荐,这个是一个硬性要求。...1.概览 在看一看精选”中(见图1),有好几种类型的候选文章集供受众拓展,比如最新的新闻、人工打标签的高质量文章、长尾有意思的内容等,所有这些内容都是实时产生的,并注入到推荐池中。...(1) 用户表示学习 用户表示学习基于深度学习模型构建,利用用户的所有特征作为模型输入,用户在的行为作为训练样本,包括读文章、播放视频、购物、播放音乐、订阅等等。...对精选取 ? , ? 。look-alike模型的得分将被用于ctr预估工作流的权重因子。

3K41

看一看」多模型内容策略与召回

看一看介绍 相信对于不少人而言已经成为获取资讯的主要场景。与此同时,由于信用户群体的庞大,也吸引了大量的内容生产者在公共平台创造内容,以获取用户关注、点赞、收藏等。...信内的内容推荐产品:看一看应运而生。 基于通过多年的用户沉淀,积累得到的大量“隐式反馈”阅读兴趣信息,可以精准的实现内容与内容消费者之间的推荐。...内容库与内容画像 ■ 2.1 内容源 看一看接入了非常多合作方的数据作为内容源,包含但不仅限于公众平台及其他外部内容等等。 由于接入数据源较多,各家数据在内容、质量、品类等方面差异性比较大。...4.社交类召回:是看一看比较有特色的一类召回,基于信丰富的社交场景,看一看设计了:“好友在读”,“XXX都在看”,“在看”等几类设计相关推荐。...知识图谱类 在生态中,即使对于一个看一看新用户,我们也可以根据极少的用户/内容基本信息进行推荐。内容协同使用了异构网络的方法进行文章召回。 ? 我们搭建了基于知识图谱的异构召回模型。

1.5K31

揭秘看一看」 是如何为你推荐的

在过去的几年里,质量控制作为看一看推荐的基石,我们在不断的迭代升级中积累了一定的技术和经验。本文主要跟大家分享一下总体框架的设计思路,以及如何通过平台通用化来解决组合爆炸的问题。...一、看一看介绍 1.1 看一看的场景 作为国内最大用户群体的应用,在人们的生活,工作,学习中提供社交功能的同时,还提供了工具,游戏,购物,支付,内容,搜索,小程序等服务。...看一看作为的重要组成部分,在原有公众平台资讯阅读的基础上,为用户提供中心化的内容消费平台,旨在提升内容发现效率,优化内容质量,丰富内容种类。...(内在属性)一个产品的出身和环境决定了其的调性,信内在也决定了看一看的调性。在这里,调性这个词更多的是形容内容质量可以被用户接受的底线。用户对的期待也提高了这个底线。...(外部压力)的每一次改动都会受到广泛的关注,在功能上线初期面临着比其他应用更大的舆论压力和监管压力。

61120

看一看」 朋友在看的增强推荐系统

导读 随着在线社交网络的兴起,许多社交应用程序中出现了一种新的基于社交的推荐方式,看一看推荐系统中的朋友在看就是其代表应用之一。...在本文中,我们将看一看的朋友在看推荐称为“好友增强型推荐(Friend-Enhanced Recommendation,FER)”。...在 FER 中,对于某一从未交互过的商品,用户显式可见其好友对该商品的交互行为(这些好友被称作好友推荐圈),例如看一看”场景下的文章推荐场景。...基于两个公开数据集和一个看一看的数据,作者进行了丰富的实验分析,模型与对比方法相比,均有显著提升。...图 1 展示了看一看”场景下的一个形式化示例。

1.1K50

揭秘看一看」 是如何为你推荐的

作者:harryzhong,腾讯 WXG 应用研究员 在过去的几年里,质量控制作为看一看推荐的基石,我们在不断的迭代升级中积累了一定的技术和经验。...一、看一看介绍 1.1 看一看的场景 作为国内最大用户群体的应用,在人们的生活,工作,学习中提供社交功能的同时,还提供了工具,游戏,购物,支付,内容,搜索,小程序等服务。...看一看作为的重要组成部分,在原有公众平台资讯阅读的基础上,为用户提供中心化的内容消费平台,旨在提升内容发现效率,优化内容质量,丰富内容种类。...(内在属性)一个产品的出身和环境决定了其的调性,信内在也决定了看一看的调性。在这里,调性这个词更多的是形容内容质量可以被用户接受的底线。用户对的期待也提高了这个底线。...揭秘「扫一扫」识物为什么这么快? 「扫一扫识物」 的背后技术揭秘 ?

1.2K30

更新两大功能搜一搜、看一看

打开,进入“信实验室”选择打开“搜一搜”、“看一看”入口,“搜一搜”和“看一看”就在出现你的“发现”里了。安卓用户请静待新版本。...划重点:更新后,“搜一搜”、“看一看”都不会自动出现,需要你去“解锁”它。...Q2:为什么要推出“搜一搜”和“看一看”? 推出“搜一搜”,是为了满足大家的搜索需求,帮助大家更便捷地使用搜索功能,快速地获取想要的内容或服务。...“看一看”则是基于大数据为用户提供的个性化资讯阅读体验,可以让用户快速获取自己感兴趣的热点资讯。 Q3:为什么要将“搜一搜”、“看一看”放在“信实验室”里?...Q4:“搜一搜”和“看一看”的页面出现了部分公众号以外的文章,这些文章的来源是什么? 用户通过使用这两个功能获得的信息都是来自,比如公众号的文章、朋友圈被公开转发的文章等。

1.5K80

还能打败今日头条吗?「看一看」想试试 | 微观

的「看一看」又是一个极其佛系的产品,在很长一段时间,它都因为入口太深,也长期没有产品功能的大迭代,安静地待在角落当中。 不过,如果把看一看此前的沉寂仅仅看做入口过深,或许有失偏颇。...毕竟,在「发现」一栏中,看一看和「朋友圈」仍然是同一级的,虽然有上下之别。更为真实的原因,有可能是信内部对于信息流方式的论证与反复,特别是如何做出自身特色来,而不是成为另一个今日头条。...看一看的内容除了视频来自腾讯视频,图文全部来自公众号。也就是意味着,同样的内容,在当中,其实存在两种表现模式,栏目制与信息流制。...不过,虽然是产品发展的必然,但想必现在也还没想到一个很好的方式,去实现公众号与看一看的互通吧。 为什么是订阅号 App ? 相比较,看一看到底差在哪里了?...特别是对信社交关系的使用:公众号新改版添加了「朋友留言」置顶的功能;看一看则对部分好友阅读次数高的文章添加了「好友都在看」的标签;搜索到文章时,也会显示多少个好友分享等信息。

56720

揭秘看一看」如何精准挖掘你感兴趣的内容

就此,我们针对生态特色,并结合外部媒体资源,构建了热点挖掘平台,对热点、全网热点、细分领域热点进行实时监控和深度挖掘。...目前热点挖掘平台已广泛应用于看一看和搜一搜,以强化新闻热点感知,优化用户时新体验。...在应用方面,我们已经将相关技术广泛应用于看一看,例如,使用热度召回、热度加权进行新闻排序,提升推荐系统时新体验;构建半自动化热门话题,强化热点感知、提升用户互动;利用聚合结果进行多样性控制,解决内容同质化问题...六、总结与展望 本次我们主要介绍了在看一看中构建的热点挖掘技术框架。...推荐阅读: 揭秘看一看」 是如何为你推荐的 揭秘「扫一扫」识物为什么这么快? 「扫一扫识物」 的背后技术揭秘 ?

2.7K20

AAAI2021 看一看的强化学习推荐HRL-Rec

一个综合推荐系统(integrated recommendation,例如看一看主推荐流)需要在一个主页面中混合推荐这些异质信息源的item。...HRL-Rec已经部署于看一看线上系统,服务海量用户。 一、模型背景与简介 真实推荐系统往往需要处理多种多样的多源异质数据(例如不同介质、不同信息源的数据)。...3、我们在离线和线上的多种实验上都取得了最好的实验结果,并且将HRL-Rec成功部署于看一看线上系统。 二、模型结构 我们提出的HRL-Rec示意图如下。...图4:HRL-Rec在看一看的线上实验 我们还进行了一系列消融实验和参数实验,证明模型各个模块的有效性以及参数的合理性: ?...HRL-Rec已经部署于看一看系统,服务海量用户。

1.2K41

篇】21个相关经典问题集锦-小程序、公众号、广告和运营

宋星的“数据驱动营销与运营”的知识星球,第5期精华问答汇总——专题。 本期汇总整理与相问题包括:小程序、公众号、广告和运营四个方面的21个精华问答,与大家分享。...1 小程序 Q1:【评估】引流能力 宋老师您好,对于最近很火的小程序和它的引流能力您觉得怎么样呢? “ 回答:小程序刚出来的时候,知乎有人找我回答。...其次,全站内容发布和传播分析,理论上可以接受定期爬取搜狗的搜索接口来获得数据。...比如我有做教育的客户,朋友圈的广告表现仅仅是很一般。但是我做摄影的特别大的客户,就特别依赖于的广告。...4 运营 Q20:【运营】效果评估 您好,宋老师。 请问如何衡量B2B公司的运营效果? 有没有查看某个行业平均公众号的关注数及帖子的浏览量?

8.9K30

要提升看一看推荐混排的长期收益?试试深度强化学习

AI背后,技术究竟如何让一切发生?关注AI公众号,我们将为你一一道来。...今天我们将放送AI技术专题系列“看一看背后的技术架构详解”的第四篇——《深度强化学习在看一看推荐混排的应用》。...本文主要是在看一看算法推荐算法过程中的实践,文章主要从强化学习的基本概念、为什么要用强化学习、强化学习在混排中的应用和一些思考四个方面展开论述。...print("Episode finished after {} timesteps".format(t+1)) break 为什么用强化学习 (1)看一看混排...强化学习在看一看混排中的应用 (1)Session wise recommendation ? (2)Personal DQN ?

1.1K40

东北大学-腾讯看一看团队ACM RecSys2023最佳短文解读

东北大学与腾讯看一看团队针对推荐系统中用户留存优化的最新研究论文“Interpretable User Retention Modeling in Recommendation” 获得大会最佳短文奖...该论文由入选2022犀牛鸟精英人才计划的丁蕊同学在学界导师杨晓春教授和看一看谢若冰高级研究员的联合培养下主要完成。...实验分析 离线评估 本文提出的离线留存预测任务分别在ZhihuRec(开源数据集)和看一看数据集上进行验证,预测任务的目标为用户未来三天的留存。...看一看团队 看一看团队,致力于看一看(Top Stories)业务的研发,聚焦内容价值,深耕用户个体、群体和圈层的挖掘,最早实现了社交推荐和机器推荐相融合的内容类推荐产品。...目前主要业务应用为发现-看一看产品,依托于信丰富的社交关系及内容生态(订阅号、视频号等),为用户提供有价值的个性化内容服务。

59810

公众号-接口

接入微公众平台开发,开发者需要按照如下步骤完成: 填写服务器配置 验证服务器地址的有效性 依据接口文档实现业务逻辑 填写服务器配置 说明:现在选择提交肯定是验证token失败,因为还需要完成代码逻辑...t=sandbox/login 验证服务器地址的有效性 开发者提交信息后,信服务器将发送GET请求到填写的服务器地址URL上,GET请求携带四个参数 原理 开发者通过检验signature对请求进行校验...sha1加密 开发者获得加密后的字符串可与signature对比,标识该请求来源于 搭建Django服务 创建Django工程并添加应用 修改配置文件settings.py ALLOWED_HOSTS...">'sunck' # 把参数放到list中排序后合成一个字符串,再用sha1加密得到新的字符串与发来的...39.107.226.105/index/ 注意:此时无需输入8080端口,默认使用80端口请求Nginx服务,Nginx再将请求转发给DJango服务 公众平台点击提交 自有公众号开发: 测试平台

12.2K10
领券