热门打压
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
- 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
- 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