【烂笔头系列】小红书推荐系统学习笔记05-重排

重排是精排的后处理操作。

物品多样性

相似度度量

• 基于物品属性标签

• 基于物品向量表征

  （1）双塔模型的物品塔，但是因为头部效应问题导致学不好物品向量表征

  （2）基于图文内容学习

CLIP - 基于图文内容的物品向量表征

原理

对于图片-文本二元组数据进行对比学习，预测图文是否匹配。优点是：无需人工标注。参考文献《Learning Transferable Visual Models From Natural Language Supervision》和解读文章《对Connecting Text and Images的理解》。

正样本

同一个物品中的图片和文字二元组数据构成正样本。

负样本

同batch内，正样本的图片与其他样本的文字组成的二元组数据构成负样本。

MMR多样性算法

原理

MMR算法中需要计算两个物品的相似度，这个相似度计算就用上一小节提到的CLIP方法学习到的物品Embedding向量的余弦相似度计算即可。

步骤

滑动窗口解决S集合过大问题

核心思想就是只考虑待排列表中最后一个窗口范围内的物品无相似（多样性好）即可。

业务规则控制多样性

通常是MMR+规则控制多样性

DPP

数学原理

计算思路

求解方法

暴力方法

Hulu方法

DPP+滑动窗口

参考文献

公开课地址：GitHub