← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 7263 · 生成模型:WorkBuddy (Claude)

精排层的样本选择与拟合目标

理解等级:中级

精排是整个推荐链路最核心、最靠近用户的一步,经过召回、粗排筛选后送入精排的物料都已经与用户兴趣高度相关,因此精排的唯一任务就是尽可能提高模型精度,把用户最可能感兴趣的物料排在前面。与召回强调“覆盖”不同,精排强调的是“精准”。

正因为如此,精排在样本选择上和召回有明显区别:精排直接采用曝光未点击的样本作为负样本。这么做有两层理由,一是精排面对的负样本本身已经有一定难度(都是经过前序环节筛选后的物料),二是精排必须拟合线上真实的打分分布,用曝光未点击样本才能让离线训练和线上推断保持一致。这也解释了为什么精排常用 Sigmoid 交叉熵而非 Softmax。可对照 [[曝光偏置与ESMM全空间建模]] 理解曝光带来的分布偏差,以及 [[YoutubeDNN时长标签]] 中标签与负样本权重的设计。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《推荐系统全链路设计:原理解读与业务实践》第8章《精排层的样本选择和模型选择》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/20.html;src-014) - 结论依据:原文明确精排的唯一任务是提高模型精度,且精排选择曝光未点击样本是为了拟合线上分布、保证精准能力,并指出其负样本难度高于召回。 - 原始内容:对于粗排就不一样了,因为其是去模拟精排的分布,而且其面对的物料池经过召回已经大大降低了物料的数量,所以此阶段可以用曝光未点击样本作为负样本,去拟合精排,不再那么需要样本负采样