体验营-智能推荐内容行业|学习笔记

简介: 快速学习体验营-智能推荐内容行业

开发者学堂课程【搜索与推荐技术实战训练营:体验营-智能推荐内容行业】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/919/detail/14488


体验营-智能推荐内容行业


目录

一、内容行业推荐业务场景

二、内容行业推荐业务价值

三、内容行业-功能实践

四、内容行业-接入指南

 

一、 内容行业推荐业务场景

内容行业简介:
1.新闻型场景:

资讯推荐

关注点击率、使用时长、推荐结果实时性等业务指标。

2.内容型场景:

UGC、PGC 等内容

关注点击率、人均点击量、用户停留时间、浏览深度等业务指标

3.视频型场景:

长短视频等

关注点击率、用户停留时长、视频平均播放时长等业务指标

4.在线阅读场景:

小说、漫画等

关注人均阅读章节数、阅读时长、加书架率、续费率等业务指标

新闻行业:时效性、强干预、多目标、内容理解、冷启动、需求高、高并发、原创扶持、热点挖掘

社区、阅读:时效性、创作扶持、停留时长、社区活跃度

视频:交互实时、发现性、原创扶持

自建推荐系统痛点

搭建成本:

1. 人员要求高:自建推荐系统对人员要求较高,系统开发、数据处理、召回、排序模型开发及调优,均需要高级开发&算法工程师长期参与

2. 上线周期长:推荐系统构架复杂,为达到上线效果需要反复调优,所需开发时间多于3个月

3. 运维成本高:系统复杂,性能、效果要求较高,自建系统后期有较高的维护成本

推荐效果

1. 冷启动效果差:上线初期无历史行为数据积累的情况下,推荐系统效果较差

2. 效果调优困难:套用主流算法不一定有好的效果,还需要考虑应用领域数据、相关性、新颖度、时效性等多维度推荐效果

3. 核心指标难统一:想要提高CTR的同时又增加用户停留时长,无法兼顾多个核心指标

后续运营

1. 服务稳定性:推荐场景通常用于高流量页面,对系统性能及稳定性要求极高

2. 运营易用性:推荐系统较为复杂,运营人员上手难度大

 

二、 内容行业推荐业务价值

智能推荐价值解读

1667030309199.jpg

留存抓手:通过个性化关怀、培养用户习惯,增长用户粘性

业务健康:打造健康的“人-货-场”互联方式

 

三、内容行业-功能实践

高推荐质量的一站式个性化推荐服务:

快速搭建:定制版 SDK、场景管理、选品管理、模拟测试、数据大盘

智能学习:多元召回模型、精准排序模型、实时交互推荐、深度学习模型、AutoML

1667030335686.jpg

业务调控: 内容加权、疲劳度配置、多样性配置、负反馈配置、多目标配置

实验平台:业务效果报表、新-内容策略配置、长尾策略配置、特征策略倾斜、A/B Test

服务运维:监控告警、数据质量诊断、更新记录查询、Debug 工具、效果优化助手

端-端的一站式数据服务

深度打磨的行业模型

业务经验加持的策略开放

AIRec 智能推荐|重点服务介绍|猜你喜欢+相关推荐

智能推荐支持猜你喜欢、相关推荐这2种推荐服务类型。猜你喜欢主要应用于首页以及频道 TAB 页的内容瀑布流推荐,相关推荐主要应用于内容展开页、阅读完毕后的推荐。

其中,内容的底层形式不限,文章、物品、视频均可作为推荐内容。

AIRec 智能推荐|重点服务介绍|内容便捷上下架

实时交互是促进用户沉浸式浏览的必备基础功能。AIRec 可实时学习终端用户当前兴趣表达、变化,并更新在下一次生成的推荐结果中,从而实现实时的互动式推荐功能

AIRec 智能推荐|重点服务介绍|负反馈功能

推荐系统在与用户互动的过程中,有可能出现不符用户预期的推荐结果,而负反馈成为推荐与用户对话的重要入口。AIRec 已支持单条内容维度、内容类目维度以及内容其他特征类维度的负反馈功能。

1667030389357.jpg

AIRec 智能推荐|重点服务介绍|内容加权个性化

区分其他内容平台,内容平台同时具备价值观引领、传递正能量的诉求。且由于内容具备较高的时效性,需要保障在短暂的生命周期内推出更具价值的内容。AIRec 封装了内容加权的方案。

1667030420012.jpg

AIRec 智能推荐|重点服务介绍|多样性策略配置

为激发用户阅读兴趣发散、增长浏览时长,保障推荐结果多样性是常用功能。

客户可基于 AIRec 提供的场景化运营策略,进行基于作者、类目、频道等多样性策略配置,进行内容展现形式的多样性策略配置。

 

四、内容行业-接入指南

产品使用基础流程:

1667030445326.jpg

1.数据准备:用户数据、内容数据、行为采集

2.创建实例:勾选行业、类型,配置数据源,数据对接与上报

3.策略配置:搭建推荐场景、场景策略配置

4.测试、发布:推荐结果测试、仪表盘结果观察、引入线上流量

产品使用基础流程

1.行业+服务类型选择

2.如何选择购买规格

3.开通实例前建议完成的准备工作

4.控制台功能实操

相关文章
开源测试平台横向测评系列『流马』篇:流马使用及总结
【使用篇】 ● 接口测试:创建接口(添加引用公共参数、添加引用自定义参数)、测试用例(参数关联)、业务流程测试实践 ● web自动化测试:元素管理(添加元素)、测试用例(添加元素)、设计测试场景 ● 测试计划、测试集合与测试用例相互之间的关系 【总结篇】 ● 使用总结:常见的使用注意事项,如变量引用、函数引用、关联参数引用等 ● 优化建议:结合真实使用过程,从用户角度出发,提出的7条优化建议 ● 优缺点总结:优点、缺点、评分(从不同角度评测打分)
开源测试平台横向测评系列『流马』篇:流马使用及总结
|
Ubuntu Linux 虚拟化
使用阿里云镜像站NTP服务搭建NTP服务器(基于CentOS 7系统)
使用阿里云镜像站NTP服务搭建NTP服务器(基于CentOS 7系统)
4025 0
使用阿里云镜像站NTP服务搭建NTP服务器(基于CentOS 7系统)
|
SQL 安全 前端开发
【组件健壮性】后端开发常见安全问题、防范与开发规范
本文介绍后端开发过程中遇到的常见安全问题及其解决方案,包括越权漏洞、SQL注入、XSS跨站脚本攻击、CSRF跨站请求伪造攻击等。
1409 0
|
消息中间件 存储 算法
通俗易懂,如何最便捷 docker 安装 rocketmq 队列
通俗易懂,如何最便捷 docker 安装 rocketmq 队列
1485 1
通俗易懂,如何最便捷 docker 安装 rocketmq 队列
|
图形学
Unity【Lerp & Slerp】- 线性插值与球形插值的区别
Unity【Lerp & Slerp】- 线性插值与球形插值的区别
1117 1
Unity【Lerp & Slerp】- 线性插值与球形插值的区别
|
图形学 知识图谱
Unity 【Wheel Collider】实现游戏中的车具控制
Unity 【Wheel Collider】实现游戏中的车具控制
1070 1
Unity 【Wheel Collider】实现游戏中的车具控制
|
C++
【简单项目实战】用C++实现学生成绩管理系统 | [普通实现]
用 C++设计一个程序实现学生成绩管理系统
652 0
【简单项目实战】用C++实现学生成绩管理系统 | [普通实现]
|
机器学习/深度学习 算法
无向图的算法:Kruskal算法与Prim算法生成最小生成树
无向图的算法:Kruskal算法与Prim算法生成最小生成树
838 0
|
存储 SQL 安全
2 PostgreSQL 物理,逻辑,进程结构以及系统表系统函数|学习笔记
快速学习2 PostgreSQL 物理,逻辑,进程结构以及系统表系统函数
2 PostgreSQL 物理,逻辑,进程结构以及系统表系统函数|学习笔记