當前位置:首頁 > 報告詳情

鐘靈:高性能召回引擎在在線零售場景中的最佳實踐-在線零售增長引擎技術分論壇(11頁).pdf

上傳人: 云閑 編號:84564 2021-01-01 11頁 926.02KB

word格式文檔無特別注明外均可編輯修改,預覽文件經過壓縮,下載原文更清晰!
三個皮匠報告文庫所有資源均是客戶上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作商用。

相關圖表

本文主要介紹了阿里巴巴集團在在線零售場景下,運用高性能召回引擎的最佳實踐。該引擎基于開源框架EasyRec構建,利用PAI(Platform of Artificial Intelligence)提供的機器學習服務進行模型訓練和部署。關鍵點如下: 1. 引擎整合了多種機器學習框架(如PAI-TensorFlow/PAI-PyTorch/Caffe等)和計算引擎(如MaxCompute/EMR/實時計算),提供了可視化建模、交互式建模等便捷開發工具。 2. 召回模型采用DSSM和MIND,排序模型包括FM、WideAndDeep、MultiTowerDeepFM等,還支持多目標模型和重排序模型。 3. EasyRec支持豐富的特征類型,如離散的IdFeature、連續的RawFeature、多值的TagFeature等,并可進行組合和序列分析。 4. 引擎能夠自動進行超參數搜索和知識蒸餾,保證模型的最佳性能和一致性。 5. 模型部署在PAI的EAS服務上,支持一鍵部署、高性能計算和彈性擴縮。 6. 實踐表明,EasyRec在品牌個性化、移動頻道個性化、垂直業務等方面取得了顯著效果,已被多家企業應用于推薦系統。 綜上所述,阿里巴巴通過EasyRec引擎和PAI平臺,提供了一個高效、靈活的在線零售推薦系統解決方案。
"如何實現個性化推薦系統?" "如何利用大數據提升在線零售性能?" "深度學習在在線推薦系統中的應用?"
客服
商務合作
小程序
服務號
折疊
午夜网日韩中文字幕,日韩Av中文字幕久久,亚洲中文字幕在线一区二区,最新中文字幕在线视频网站