文章重点:路径优化中,loss是怎么算的?是怎么优化的(em算法)?线上是怎么用的(beam search)

论文链接:https://arxiv.org/pdf/2007.07203.pdf

ppt介绍链接(百度网盘):暂停

一些基础的介绍可以看下面两篇文章:字节跳动Deep Retrieval召回模型笔记_abcdefg90876的博客-CSDN博客

大规模推荐Deep Retrieval - 知乎

1:ANN算法介绍

ann搜索算法(Approximate Nearest Neighbor) - 合唱团abc - 博客园

下面主要是讲解KD树、矢量量化方法这两个知识点

KD树简介 - 知乎

ANN 之 Product Quantization - 知乎

ann搜索算法(Approximate Nearest Neighbor) - 合唱团abc - 博客园

 

 

2:MIPS算法介绍(Maximum Inner Product Search)

最近邻搜索(NN)、最大内积搜索(MIPS)与(A)LSH算法 - 知乎

3: 深度召回DR算法 Deep Retrieval

D层,每层K个节点(每个节点就是一个候选item,K应该是全部item数量)

第一个累加N是N个item,第二个累加J是J个path(每个item在J个path中)

下面有个em算法讲解的好的视频(在优酷上也能搜到):18分钟理解EM算法https://m.baidu.com/video/page?pd=video_page&nid=11346746330445539320&sign=17985137081996769464&word=em%E4%BC%98%E5%8C%96%E7%AE%97%E6%B3%95+%E8%A7%86%E9%A2%91&oword=em%E4%BC%98%E5%8C%96%E7%AE%97%E6%B3%95+%E8%A7%86%E9%A2%91&atn=index&frsrcid=5377&ext=%7B%22jsy%22%3A1%7D&top=%7B%22sfhs%22%3A1%2C%22_hold%22%3A2%7D&sl=4&trace=8767025049303041722&isBdboxShare=1&isBdboxShare=1

EM算法详解 - 知乎

(1) 上面的p(xi, zi | Θ),zi是个隐变量,和xi在一起可以这样理解,xi是身高175.5 同时带着zi=0.3的概率可能,任何一个样本都带着这个概率

上面的那些 i 代表第 i 个样本

Qi(zi)是第i个样本的隐变量的概率分布

(2) 将 p(xi, zi | Θ) / Qi(zi) 看做一个整体,Qi(zi) 因为概率分布,所以累加起来为1,相当于对这个整体求平均,就可以用到 Jensen不等式 进行化简

了解了em算法后,用em来优化上面的目标函数,主要讲解E M两步

E

M

头条召回算法-深度检索相关推荐

  1. 字节跳动高伟豪:端到端深度召回算法

    分享嘉宾:高伟豪博士 字节跳动 研究科学家 导读:传统的召回算法一般基于双塔结构并加以approximately nearest neighbor search (ANN) 或者maximum inn ...

  2. 字节跳动端到端深度学习召回算法

    来源:DataFunTalk 本文约2600字,建议阅读5分钟 本文为你介绍字节跳动AML Team在大规模推荐中构建的可学习的索引结构. [ 导读 ] 传统的召回算法一般基于双塔结构并加以appro ...

  3. 深度召回算法在字节跳动推荐系统的应用实践

    今天给大家带来字节跳动高伟豪所做的分享<深度召回算法在字节跳动推荐系统的应用实践.pdf>.关注推荐算法.深度召回.召回算法等的伙伴别错过了(到小程序中省时查报告中搜索"推荐&q ...

  4. 3分钟了解今日头条推荐算法原理

    今日头条的内容分发算法一直颇神秘低调.自12年开发运营起进四次改版,从未透露核心内容. 2018年1月,今日头条资深算法架构师曹欢欢博士,终于首次公开今日头条的算法原理,以期推动整个行业问诊算法.建言 ...

  5. 【推荐系统】今日头条推荐算法原理全文详解

    如今,算法分发已经逐步成为信息平台.搜索引擎.浏览器.社交软件等几乎所有软件的标配,但同时也开始面临各种不同的质疑.挑战与误解. 2018年1月,今日头条资深算法架构师曹欢欢博士,首次公开今日头条的算 ...

  6. 今日头条推荐算法详解(PDF下载)

    源 | AI研习社    编辑 | 昱良 内容较长 点击阅读原文即可下载 今日头条资深算法架构师曹欢欢: 本次分享将主要介绍今日头条推荐系统概览以及内容分析.用户标签.评估分析,内容安全等原理. 一. ...

  7. QQ音乐推荐召回算法的探索与实践

    文章目录 一.业务介绍 1.业务介绍 2. QQ音乐推荐场景特点 3. QQ音乐推荐解决方案 二.融合音乐知识图谱召回 三.序列与多兴趣召回 3.1 空间和时间建模方案 3.2 多兴趣提取方案 3.3 ...

  8. 一些经典的召回算法模型

    1. Airbnb论文:Real-time Personalization using Embeddings for SearchRanking at Airbnb Embedding 向量最终能表达 ...

  9. 推荐系统实战第02课召回算法和业界最佳实践Part1

    推荐系统实战第02课召回算法和业界最佳实践Part1 推荐系统的 Match 模块介绍 Match 算法典型应⽤ Collaborative Filtering 算法介绍 基于共现关系的 Collab ...

最新文章

  1. 17 个品牌,113 款 5G 手机,5G 离我们越来越近
  2. Node.js-sublime text3 配置node.js(ERROR: The process node.exe not found.)
  3. python3爬虫(7)反反爬虫解决方案
  4. 再见了kafka2.0时代,去掉了zk的kafka3.0才是时代新王!
  5. k8---proxy
  6. 前端学习01-07图像标签
  7. Java课程设计 商品管理系统
  8. 如何下载STM32的各种参考资料和手册
  9. android系统apk文件,如何安装apk文件 安卓手机apk文件安装方法
  10. 《深度易经·deepin-bible》草稿汇
  11. 事件循环libevent实现echoclient
  12. CSS布局示例 1 - 页面色块布局
  13. KY122 找出直系亲属
  14. 在Docker中使用Python Selenium和Headless Chrome进行网站自动化测试的方法
  15. MakeItTalk用一段语音让一张照片动起来
  16. 界面小项目之小米登录注册
  17. 【SQL注入漏洞-04】布尔盲注靶场实战
  18. 给惊云下载系统添加ewebeditor编辑器
  19. PowerShell 拿到显卡信息
  20. Metasploit数据库连接及其简单应用

热门文章

  1. python社会网络度与聚类系数的计算(network+原理法)
  2. 典型数据分析软件的简单介绍(MATLAB篇)
  3. unity 手机重力迷宫(三)
  4. 3行Python代码实现图像照片抠图和换底色
  5. 【转】各大公司样片申请指南
  6. Cognex Visionpro-9.5 software handbook translate
  7. Alink在线学习(Online Learning)之Java示例【三】
  8. QQ第三方登陆的那些坑(不同应用的用户openid不一致),存量用户OpenID转UnionID的方法
  9. HTML 中 id、name、class 区别
  10. 未来dna计算机,DNA计算机领域重要进展:DNA模拟电路进行数学运算