基于多任务学习和负反馈的深度召回模型

简介： 召回结果的好坏对整个推荐结果有着至关重要的影响，最近的一系列实践和研究表明，基于行为序列的深度学习推荐模型搭配高性能的近似检索算法可以实现既准又快的召回性能；与此同时，用户在天猫精灵上还可以进行实时指令操控（歌名点播：“播放七里香”、风格流派推荐点播：“来点摇滚”、主动切歌：“下一首”等），如何利用这些丰富的反馈信息改进召回模型的性能，他们是怎么做的呢？ 一 背景   传统的推荐系统通常由

>>阅读原文<<