1、云音樂推薦系統中云音樂推薦系統中冷啟動與多目標的冷啟動與多目標的高效實現高效實現肖強 音樂推薦算法負責人網易云音樂 網易云音樂|0101背景介紹背景介紹0202基礎架構基礎架構0303冷啟動冷啟動&召回召回0404排序排序&多目標多目標目錄目錄CONTENT|背景介紹01|網易云音樂1 1背景介紹背景介紹網易云音樂,2013年4月正式上線,依托歌單,社區、音樂人、個性化推薦算法,逐漸發展成為目前月活過億的音樂愛好聚集地。|1 1背景介紹背景介紹|基礎架構02|網易云音樂2 2基礎架構基礎架構|冷啟動&召回03|網易云音樂3 3冷啟動冷啟動|音樂資源海量,且每天都新增,質量參差不齊,怎么解決?如
2、果所有歌曲都探索,存在流量浪費情況,怎么提升探索效率?40w40w音樂人音樂人億級億級歌曲歌曲百萬百萬藝人藝人3 3冷啟動冷啟動|冷啟池的選擇冷啟召回冷啟探索選擇潛在優質歌曲選擇合適的歌曲-用戶探索在線學習更新探索參數3 3冷啟動冷啟動|歌名:孤勇者歌詞:致那黑夜中的嗚咽與怒吼 誰說站在光里的才算英雄音頻:潛力冷啟池潛力冷啟池后驗的行為概率遷移到先驗的內容概率歌曲會被用戶長時間播放的概率3 3冷啟動冷啟動|知 識 圖 譜 構 建 與 平 臺 應 用知 識 圖 譜 構 建 與 平 臺 應 用構 建 音 樂 內 容 知 識 圖 譜 平 臺,包 含 歌 曲、藝人、影 視、綜 藝、游 戲 等 數 十
3、個 主 題。覆 蓋 了 歌 曲 億 級,藝 人 百 萬,專 輯 千 萬 張在 音 樂 推 薦 系 統 中 幫 助 理 解 自 然 語 言 中 的 實體 和 關 系,有 效 地 解 決 了 推 薦 系 統 的 稀 疏 性和 冷 啟 動 問 題?;谥R圖譜的冷啟召回基于知識圖譜的冷啟召回3 3冷啟動冷啟動|基于基于CB2CFCB2CF冷啟召回冷啟召回用戶-歌曲消費序列基于內容的歌曲Embeding 行為建模歌曲EmbedingMSEloss3 3冷啟動冷啟動|實時冷啟探索實時冷啟探索3 3冷啟動冷啟動|實時日志平臺實時樣本引擎實時訓練引擎實時推理引擎實時冷啟探索實時冷啟探索userm,songi
4、,actionium,si,riri,vum,vsi,vcixi=vum,vsi,vci3 3召回召回|排序&多目標04|網易云音樂4 4排序排序|4 4多目標多目標|音樂推薦系統的目標音樂推薦系統的目標4 4多目標多目標|多目標建模多目標建模個 性 化 推 薦 系 統 的 優 化 目 標 包 含歌 曲 播 放 時 長、歌 曲 收 藏 次 數 等多 個 指 標,僅 考 慮 單 個 目 標 的 學習 模 型 容 易 出 現“蹺 蹺 板 現 象”。本 項 目 構 建 了 多 目 標 學 習 模 型,通 過 特 征“共 有-私 有”網 絡 結 構,使 每 個 目 標 任 務 有 共 享 的 E x
5、p e r t和 各 自 獨 有 的 E x p e r t,可 有 效 減輕“蹺 蹺 板 現 象”。4 4多目標多目標|差異化的多目標建模差異化的多目標建模紅心歌曲推薦歌曲mask4 4多目標多目標|播放購買全鏈路多目標建模全鏈路多目標建模4 4多目標多目標|播放播放頁收銀臺購買4 4多目標多目標|十分4 4多目標多目標|歌曲付費全鏈路聯合建模商業化變現業務中,推薦場景的會員轉化率相對提升30%4 4多目標多目標|虛擬鏈路多目標建模虛擬鏈路多目標建模4 4多目標多目標|4 4多目標多目標|虛擬三階段方案虛擬三階段方案針對兩種鏈路,從用戶感知用戶感知角度抽象出三個通用階段:play awareness cashier awareness pay awareness非常感謝您的觀看非常感謝您的觀看|網易云音樂