TWIN V2: 快手增强点击率预测的大规模超长用户行为序列建模
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
TWIN-V2是TWIN的改进版,通过分而治之的方法压缩用户行为序列,揭示准确和多样化的用户兴趣。它使用分层聚类将行为序列压缩到适合在线检索的长度。TWIN-V2在一个亿级别的工业数据集上进行了实验和测试,并成功部署在快手的主要流量上。
🎯
关键要点
- TWIN-V2是TWIN的改进版,采用分而治之的方法压缩用户行为序列。
- TWIN-V2揭示了更准确和多样化的用户兴趣。
- 通过分层聚类,行为序列被压缩到适合在线检索的长度。
- 集群感知的目标注意力提取用户的全面和多面的长期兴趣。
- TWIN-V2在亿级别的工业数据集上进行了广泛的离线实验和在线A/B测试。
- TWIN-V2成功部署在快手的主要流量上,服务数亿的每日活跃用户。
➡️