EdgeRec:电商信息流的端上推荐系统
发布网友
发布时间:2024-10-24 09:44
我来回答
共1个回答
热心网友
时间:5小时前
本文介绍的是我们在电商首页部署的端上推荐系统EdgeRec,以及在该系统中采用的算法实践。在云计算驱动的业务高峰期,我们面临着云端计算压力、存储挑战和实时性问题,而终端设备的计算能力提升为端侧计算提供了新机会。EdgeRec利用端侧的计算和存储能力,通过端上重排和智能请求,提升了推荐系统的实时感知和反馈能力。
端上重排模块实现了对未展示商品的实时排序,以响应用户实时意图。它采用RNN-based encoder和Attention-based decoder,通过Reliable attention模型考虑行为细节和序列对抗,以提高排序准确性和个性化。通过非侵入性注意力和可靠的注意力机制,模型能够更好地融合用户行为和侧信息,提高推荐质量。
端上智能请求则根据用户行为和端上缓存动态调整请求,将用户意图实时回传,以优化召回和排序。模型在双十一期间带来显著的GMV和成交笔数提升,证明了其在实时感知用户兴趣变化和资源分配上的优势。
此外,我们还引入了智能请求价值预估,通过因果推断模型预测请求对购买率的增益,从而更精准地控制请求的频率和时机。MetaFusion个性化模型融合算法则解决了“千人千面”问题,通过人群FineTune和用户稳定性融合,生成了更符合用户实际行为的个性化模型,进一步提高了推荐效果。
EdgeRec的持续发展和优化,如双十一期间GMV的稳步增长,显示了其在电商推荐系统中的重要性和增长潜力。未来,端上智能与云端算法的协同将是提升业务效果的关键,通过端云结合实现更好的用户体验和业务效能。