快手 | CDUM: 由粗到细粒度动态Uplift建模的实时视频推荐方法

文章预览

嘿，记得给“ 机器学习与推荐算法 ”添加 星标 作者亲自解读系列 转载请注明出处 TLDR ：随着短视频平台的兴起，视频推荐技术面临着更加复杂的挑战。目前，视频推荐流程中存在多个非个性化模块，这些模块迫切需要个性化建模技术来进行改进。受到在线营销中Uplift建模成功案例的启发，本文尝试在视频推荐场景中实施Uplift建模。然而，面临两个主要挑战：1) 干预（treatment）的设计和利用。2) 用户实时兴趣的捕获。 为了解决这些挑战，本文设计了调整不同时长视频分布作为干预，并提出了粗粒度到细粒度动态Uplift建模（Coarse-to-fine Dynamic Uplift Modeling，CDUM）用于实时视频推荐。CDUM由两个模块组成，CPM和FIC。前者充分利用用户的离线特征来建模他们的长期偏好，而后者则利用在线实时上下文特征和请求级候选来建模用户的实时兴趣。这两个模块协 ………………………………