本文介绍了一种新的多目标推荐框架SEMORec，旨在优化多方利益相关者的推荐系统。该框架允许决策者根据不同目标的重要性进行调整，解决了传统方法中权重选择的问题，并通过在线业务指标的改进展示了其有效性和效率。
本文提出了一种简单但有效的深度学习连续增量学习方法，结合了模型压缩、权重选择和网络扩展原理，实现多任务增量学习，避免遗忘并保持模型紧凑。实验结果表明，该方法能够处理多个任务的深度模型，且对单个任务的训练具有更好的性能表现。
完成下面两步后，将自动完成登录并继续当前操作。
