KDD24 腾讯广告推荐系统经验总结：特征编码，维度崩溃，兴趣纠缠，模型训练，分析工具

文章预览

我们介绍了腾讯的广告推荐系统，并检验了学习适当的推荐表示所面临的挑战和实践。我们的研究首先展示了我们在将不同类型的特征编码到嵌入表示时保留先验知识的方法。我们特别处理了序列特征、数值特征和预训练嵌入特征。随后，我们深入探讨了与特征表示相关的两个关键挑战：嵌入的维度崩溃和不同任务或场景下兴趣的纠缠。我们提出了几种实用的方法来解决这些挑战，从而得到健壮且解耦的推荐表示。然后，我们探索了几种训练技术，以促进模型优化、减少偏见并增强探索。此外，我们介绍了三种分析工具，使我们能够研究特征相关性、维度崩溃和兴趣纠缠。这项工作建立在腾讯广告推荐团队过去十年的持续努力之上。它总结了一般的设计原则，并提出了一系列现成的解决方案和分析工具。报告的性能基于我们的在线广告平台，该平 ………………………………