推荐系统中的优化目标
在绝大多数情况下，推荐系统的目标是完成公司的某个商业目标，所以根据商业目标来制定系统的优化目标是合理的。几个例子：
- youtube：广告收入与观看时长成正比，将时长作为正样本权重，在输出层利用加权逻辑回归进行训练；
- alibaba：在电商场景下更多是要优化cvr，但是cvr的训练集是点击数据，预测却需要在曝光的场景下进行，这导致训练场景和预估场景不一致的问题。为了同时优化ctr和cvr，阿里提出了ESMM模型，模型共享embedding层，embedding层以上单独训练
冷启动的解决办法
冷启动问题主要分为三类：
- 用户冷启动，新用户没有历史行为数据；
- 物品冷启动，系统中的新品，没有过交互和反馈；
- 系统冷启动，缺乏所有相关数据
冷启动解决办法：
若有收获，就点个赞吧
0 人点赞
