视频 | 深度学习在美图个性化推荐的应用实践

分享嘉宾：陈文强 美图 高级算法专家

编辑整理：Hoh Xil

内容来源：2019 DataFun Live 09

出品社区：DataFun

注：欢迎转载，转载请注明出处

▌ 内容摘要

美图秀秀社交化的推进过程中，沉淀了海量的优质内容和丰富的用户行为。推荐算法连接内容消费者和生产者，在促进平台的繁荣方面有着非常大的价值 。本次分享探讨美图在内容社区推荐场景下应用深度学习技术提升点击率、关注转化率和人均时长等多目标的实践经验。

1. 美图社区个性化推荐场景概况与挑战

2. embedding 技术在召回阶段的应用实践

• 基于 Item2vec 的 item embedding

• YouTubeNet 和双塔 DNN 在个性化深度召回模型应用实践

3. 美图排序模型的研发落地 

• NFwFM 模型研发迭代历程和经验 

• 多任务学习 ( Multi-task NFwFM ) 在多目标预估场景的探索与实践

▌ 视频

▌配套 PPT 下载

关注本公众号，后台回复：[  meitu  ]，即可下载。

分享嘉宾

▬

陈文强

美图 | 高级算法专家

主要负责美图社区推荐业务的算法设计与研发落地。 具有多年推荐算法的实际落地经验，长期从事推荐算法、最优化算法领域的研究。

——END——

文章推荐：

推荐系统走向下一阶段最重要的三个问题

京东电商推荐系统实践

DataFun：

专注于大数据、人工智能领域的知识分享平台。

一个「在看」，一段时光！ :point_down: