概述

  • 我们把用户行为序列叫做 last-n，意思是用户最近交互过的 n 个物品
  • 用户的行为序列可以反映用户对什么样的物品感兴趣，召回的双塔模型，粗排的三塔模型还有精排模型都可以用 last-n 特征
  • last-n 特征很有效，把它用到召回和排序模型中，所有指标都会大涨

多目标排序模型回顾

  • 这是之前介绍的多目标排序模型，模型的任务是预估点击率，点赞率，收藏率和转发率等指标，然后根据这些指标对物品做排序，选出用户最感兴趣的物品
    在这里插入图片描述
  • 后面我们重点关注用户特征的 last-n 序列

在这里插入图片描述

LastN特征

  • 用户的 last-n 记录是最近交互过（点击，点赞）的 n 个物品的 ID
  • 做 embedding 把 n 个物品映射成向量
  • 最后对向量取平均得到一个向量，这个向量可以作为用户的一个特征，表示用户曾经对什么样的物品感兴趣
  • 适用于召回双塔模型，粗排三塔模型，精排模型
    在这里插入图片描述

小红书的实践

  • 小红书的召回，粗排，精排都用到了 last-n 行为序列，用法如下：
  • 对最近点击的 N 个物品，对它们的ID做 embedding，求平均得到一个向量，它可以反映出兴趣
  • 取平均是早期的做法，现在也很常用。效果更好的方法是 attention，但是计算量更大
    在这里插入图片描述
  • 用户类似的行为还有点赞，收藏，转发等，同样记录这些行为的 last-n 物品ID
  • 对这些ID做 embedding，然后对同一种行为的向量取平均
  • 用这种方法把点击，点赞，收藏等行为表征为多个向量，把这些向量拼起来作为一种用户特征，用于召回或排序模型

在这里插入图片描述

  • 我们实际用的时候，不止是用物品ID，还用物品的其他特征，比如物品类目，把ID embedding和其他特征的 embedding 拼在一起，这样比只用ID embedding 效果更好
    在这里插入图片描述
# 推荐算法 # 人工智能 # 机器学习
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局