前言

 

相信對(duì)于不少人而言微信已經(jīng)成為獲取資訊的主要場(chǎng)景。與此同時(shí)，由于微信用戶群體的龐大，也吸引了大量的內(nèi)容生產(chǎn)者在微信公眾平臺(tái)創(chuàng)造內(nèi)容，以獲取用戶關(guān)注、點(diǎn)贊、收藏等。微信內(nèi)的內(nèi)容推薦產(chǎn)品：看一看應(yīng)運(yùn)而生。

 

結(jié)合微信用戶的內(nèi)容消費(fèi)需求，以業(yè)務(wù)目標(biāo)為導(dǎo)向，我們從基于屬性召回、到協(xié)同&社交召回、再到深度模型召回進(jìn)行了演進(jìn)，深度模型涵蓋了序列模型、雙塔模型、混合模型、圖模型，最終形成了多種召回并列、多路模型共同作用的看一看內(nèi)容召回系統(tǒng)。如果把推薦系統(tǒng)中工程服務(wù)比作骨骼，那么推薦模型可以比作肌肉，還需要內(nèi)容理解作為血液，縱向貫穿整個(gè)推薦系統(tǒng)，從內(nèi)容庫、到召回、再到排序和畫像，源源不斷的提升系統(tǒng)的推薦精度，本文將著重介紹看一看內(nèi)容理解平臺(tái)及應(yīng)用。

 

看一看接入了非常多合作方的數(shù)據(jù)作為內(nèi)容源。由于接入數(shù)據(jù)源較多，各家數(shù)據(jù)從內(nèi)容、質(zhì)量、品類等差異性比較大。看一看平臺(tái)方會(huì)對(duì)數(shù)據(jù)做“歸一化”操作，然后應(yīng)用于推薦系統(tǒng)線上部分。內(nèi)容理解定義：對(duì)接各種外部圖文等內(nèi)容，對(duì)接入內(nèi)容做業(yè)務(wù)級(jí)內(nèi)容多維基礎(chǔ)理解，同時(shí)進(jìn)行外部標(biāo)簽與自有標(biāo)簽體系對(duì)齊，完成應(yīng)用級(jí)內(nèi)容打標(biāo)；反饋至下游應(yīng)用方：用戶需求系統(tǒng)，召回策略，召回模型，排序/混排等使用；同時(shí)，在業(yè)務(wù)數(shù)據(jù)滾動(dòng)與迭代中修正數(shù)據(jù)刻畫精度與效果，逐步貼合與提升業(yè)務(wù)線效果；我們將內(nèi)容畫像定義為兩個(gè)大維度：通過內(nèi)容本身來理解內(nèi)容，通過行為反饋來理解內(nèi)容。前者主要針對(duì)內(nèi)容抽取靜態(tài)屬性標(biāo)簽；后者，通過行為積累的后驗(yàn)數(shù)據(jù)，統(tǒng)計(jì)，或模型預(yù)估內(nèi)容的知識(shí)，傾向性，投放目標(biāo)，以及抽象表達(dá)。

 

總結(jié)

以上是生活随笔為你收集整理的深度学习核心技术精讲100篇（四十）-微信“看一看“内容理解与推荐，背后深层次的技术知多少？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。