CNCC 2023 | 小红书推荐系统创新性探索-CNCC 2023 | 小红书推荐系统创新性探索

热门回复：

• AI视频小助理:一、小红书推荐系统创新性探索，包括多元化的双列信息流、内流和外流结合的推荐系统、以及对于内容的充分理解和个性化推荐等挑战。 00:01 - 小红书推荐系统创新性探索分享 01:15 - 推荐系统向量化表征学习，UGC社区内容丰富多样 04:14 - 冷启动问题在小红书社区中尤为重要，关注高质量评论数量 二、小红书推荐系统的冷启动算法和多模态预训练方法，以及推荐系统中的多目标优化和参数搜索问题。 04:59 - 推荐系统流量扶持冷启动笔记 05:20 - 推荐系统有两种建模思路：整体建模和简化建模 07:40 - 利用后验分发数据进行预训练，实现有效长尾内容推荐 三、多目标推荐系统中的挑战，包括数据集不平衡、实时反馈、鲁棒性等，并介绍了使用AUTOML进行个性化融合的方法。 09:56 - 如何在长期短期用户兴趣和数据集之间做出权衡，是一个有挑战性的问题。 10:35 - 在多目标训练中，如何解决数据集不平衡导致的训练偏差问题。 12:01 - AUTOML通过寻找最优的个性化融合参数，最大挑战是鲁棒性和工程架构稳定性。 四、基于满意度的排序方式来解决推荐系统中的多样性问题，并结合因果效应和知识图谱等技术提高推荐的智能度和人群破圈能力。 14:53 - 提出基于满意度的排序方式，借鉴因果效应中的总监 16:07 - 建模方式在小红书的feed的推荐上实现0.6的收益，实现时长和阅读量双涨 18:36 - 引入知识图谱解决兴趣探索问题，让推荐系统更加智能，人群破圈问题 五、在推荐系统中，由于数据集偏差较大，需要采用用户分模和样本纠偏等方法，同时推荐系统和IM结合也有很大的前景。 19:48 - 作者开始发女性向内容，被掰弯了 21:06 - 大数据集需要分开建模，千人千模 24:20 - 推荐系统和IM结合有前景，有场景公司有机会探索 --本内容由AI视频小助理生成，关注解锁AI助理，由@甜瓜是只小喵咪 召唤发送
• porridgewong:人间毒瘤小红书
• 赣南阿强:小红书现在只搞信息流投放 那商城端还做吗
• gdlshallowshade:男博主被掰弯了太搞笑了[笑哭]
• Hsueh_Chun-yuan:感谢小红书摊位姐姐送的鼠标垫[爱心]