RS Meet DL(70)-[阿里]推荐中的个性化重排序

本文介绍的论文是：《Personalized Re-ranking for Recommendation》下载地址：https://arxiv.org/abs/1904.06813排序是推荐系统中比较重要的一环，一般通过point-wise的方式对每一个物品计算一个得分，然后进行排序。但这样做只考虑了单个物品与用户之间的相关性，而忽略了物品之间的相互影响。因此本文在排序阶段后设计了一个重排序（Re-ranking）的模块，在考虑物品相关性的情况下对排序结果进行重排，一起来看一下。1、背景排序阶段是推荐系统中比较重要的一环，排序的质量直接影响了用户的体验以及平台的收益。排序算法整体可分为point-wise、pair-wise和list-wise。出于性能上的考虑，一般采用point-wise的方法，即对每一个候选物品给出一个评分，基于评分进行排序。这样的做法仅仅 ………………………………