情境适应细粒度个性化网络:根据情境语境定制用户行为表征
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
介绍了SAR-Net场景感知排名网络,解决个性化推荐问题。利用注意力模块、线性转换层和去偏置专家网络提取场景特征,增强数据公平性和恢复偏差。在离线数据集和在线测试中表现优异。
🎯
关键要点
- 提出了一种名为 SAR-Net 的场景感知排名网络。
- SAR-Net 旨在解决不同场景下的个性化推荐问题。
- 利用注意力模块、线性转换层和去偏置专家网络提取场景特征。
- 增强数据公平性和恢复因人工干预产生的偏差。
- 在超过 8000 万个用户和 155 万个旅行产品的离线数据集和在线 A/B 测试中表现优异。
➡️