北京哪家医院白癜风比较好 http://wapyyk.39.net/bj/zhuanke/89ac7.html在推荐系统中，最常用的排序模型是以用户点击为目标的CTR预估模型，它没有考虑用户点击后的消费深度，也没有考虑用户的多种互动行为带来的生态方面的收益。为了取得CTR以外的更多收益，QQ看点团队在深度学习框架下，对推荐系统中的多目标建模做了一系列的研究和实践，在图文场景下完成了技术落地，实现了用户阅读时长的显著提升，并在内容生态和账号生态上也取得了正向收益。本文将由浅入深，分享腾讯QQ看点图文多目标推荐实践中积累到的经验和方法，供有需要的同学参考。
本文主要分享QQ看点图文推荐场景下，精排多目标建模的方法。全文共三部分，第一部分介绍多目标建模的业务背景，并列出了基于深度学习方法建模多目标的优势。第二部分按照多目标模型在QQ看点图文推荐中迭代演进的四个阶段分别来介绍具体的经验和方法，每一次模型升级都取得了业务指标的显著提升。最后一部分是小结。
背景介绍
一、多目标模型的业务背景腾讯QQ看点是一个内置于QQ的信息流产品，它涵盖了图文、短视频、小视频、图集等多种形式的内容，并以个性化的方式展示给用户。其中，个性化推荐系统在QQ看点的整个生态系统中扮演着重要的角色。图1展示了QQ看点的生态系统中各个组成部分之间的关系。首先是平台上所有的内容创作者生产出大量的内容，然后依靠推荐系统，将合适的内容分发给合适的用户。用户对推荐内容产生的点击、互动行为等多种形式的反馈，一方面用于推荐系统的模型训练，另一方面会被内容创作者感知，影响着内容创作者的积极性和创作内容的质量。在这个生态系统中，推荐系统不仅直接影响着内容的分发效率和用户的体验，还会间接影响到内容创作者的创作，对整个生态的发展起着至关重要的作用。图1QQ看点的生态系统推荐系统中的排序模型最常用的是CTR预估模型，传统的CTR预估模型以点击为目标，只预估文章被用户点击的概率，至于用户点击之后对内容是否满意，CTR预估模型是不管的。在QQ看点图文推荐场景下，用户在主feeds中点击感兴趣的标题，进入详情页看正文，如果文章内容并不是用户真正感兴趣的或者质量不高，用户过不了多久就会退出来，体验自然也不好。这种情况一方面降低了用户对推荐结果的满意度，另一方面产生了一些不好的训练样本，误导模型的训练，导致推荐内容质量降低，影响到内容生态。为了解决这个问题，我们需要把纯点击模型升级为多目标模型，不仅要对点击进行预估，还要对点击之后的消费深度，也就是阅读时长也去建模，把用户真正感到满意的高质量文章推荐给用户。除了增加时长目标的建模提升用户体验和内容质量外，我们也希望优质内容的创作者能得到更多用户的
