热门打压

DONE 推荐系统传统召回是怎么实现热门item的打压? - 知乎 (zhihu.com)

• 利用 user embedding 去搜索 knn 的 item embedding

• [[石塔西]]

  • 召回(负)样本的艺术：随机采样得到

  • pairwise loss

    • 预测的目标是MatchScore(user, item+)要远高于MatchScore(user, item-)

  • 分成 item- 和 item+，需求不同

    • 参考[[Word2Vec]]采集正负 item使用的概率公式

    • 降低热门item成为item+的可能性 #card

      • $$P_{p o s}\left(w_{i}\right)=\left(\sqrt{\frac{z\left(w_{i}\right)}{a}}+1\right) \cdot \frac{a}{z\left(w_{i}\right)}$$

      • 罕见 item 只要被点击就一定是正样本，热门 item 降低频率

      • {{embed skip gram 样本进行抽样：词频高的词(the)会在样本中大量出现，远远超过需要的训练样本数。
        }}

    • 提升热门item成为item-的概率 #card

      • 热门 item 当成是 item- 是hard negative

      • 冷门 item 是 easy negative

      • $P_{n e g}\left(w_{i}\right)=\frac{f\left(w_{i}\right)^{b}}{\sum_{w^{\prime}} f\left(w^{\prime}\right)^{b}}$

        • b 等于0 不打压

        • b=1 打压最厉害

      • {{embed NEG：负向样本太多，选取部分负样本来更新。可以作为 HS 的一种替代。
        }}

• inverse probability weighting，对样本热度重调权

• 多路召回不需要打压，还是要区分场景

  • 视频、微博等内容平台

• 热门样本样本单独召回

  • [[RP]] 高热库