云上企业级推荐系统实践 (6)

•计算平台部-钟灵•2023-4-21 推荐算法定制加快特征工程、排序模型的创建 PAI-Rec推荐系统抽象架构图 根据推荐系统设计原理，划分为建模、推理、预测、实验等多个模块。 推荐系统客户用到的阿里云具体产品（以新闻推荐为例） 推荐算法定制加快特征工程、排序模型的创建 推荐算法定制下的开发流程 推荐算法定制 案例：猜你喜欢（协同召回、向量召回、多目标排序） LaRecProcessor（⾃定义EASProcessor）特征⼀致性和在线推理优化 EasyRec算法框架 内部与EasyRec算法框架深度融合，支持20+种行业经典模型。支持多数据源对接，以及大规模分布式训练、评估，自动超参搜索、知识蒸馏等高级功能。 Deep Bayesian Multi-Target Learning for Recommender Systems 应用场景：大量用在直播、视频、内容、电商推荐等各种行业 DBMTL-CMBF：增加了图像文本特征 HPO-EasyRec-客户 ØYB数据集: üTrain: begin(1.8亿+) / finetune(600w+)üValidation:600w+ Ø实验时间: ü用户成本:37h*5 (37h,5组并发)，best(7)/early_stopped(31)/all(50)ü单次实验:5h,1组üEarlyStop加速: 5*50/(37*5)=1.35 Ø实验效果: Ø在线:人均播放时长v4日均提升1.33% Ø离线:begin+1.91% /finetune +2.11% 典型案例介绍 某 音 乐A p p最 新 版 本 是 一 款 时 尚 手 机K歌 交 友 软 件 ， 也 是 全 球 首 款 集 听 歌 、 学 歌 、 唱 歌 、 表 演和 聊 天 社 交 为 一 体 的 全 方 位 娱 乐 平 台 。 用 户 可 以 在 里 面 下 载 和 试 听 各 种 好 听 的 音 乐 ， 唱 自 己喜 欢 的 歌 曲 ， 还 能 结 交 朋 友 。 算法服务的接入，助力互动率提升50%、用户驻留时长增长20%。企业算法团队短期内完成建设、算法自主迭代。 2、直播推荐根据启播、停播的时间窗，结合用户兴趣，进行实时直播推荐，并提升用户驻留、打商增长。 1、内容混排集音乐、视频、K歌、直播等多个业务板块为一体，在首页Feed提供内容混排能力。 4、团队赋能调优共建，先学习、后上手的模式帮助年轻的团队降低学习成本，快速掌握自主迭代能力。 3、数据建设通过建立完整推荐系统，完善了企业的离线数据、数据建模、实时计算等多维数据能力。 FeatureStore（FS） 相关⽂档： •PAI-Rec:https://help.aliyun.com/document_detail/418622.html•EasyRec:https://github.com/alibaba/EasyRec•特征平台:http://pai-vision-data-hz.oss-cn-zhangjiakou.aliyuncs.com/pairec/docs/pairec/html/feature_store/web_page.html#id2