国语精品91自产拍在线观看一区 ,亚洲精品久久久久中文字幕m男,国产精品一品二区三区的使用体验

網(wǎng)絡(luò)上有很多企業(yè)家的分享，他們愛(ài)講一些宏觀的東西，商業(yè)概念、組織理念、競(jìng)爭(zhēng)準(zhǔn)則，大家也很愛(ài)聽(tīng)，很多人花了不少錢去學(xué)習(xí)這些內(nèi)容，想要打磨自己的底層邏輯。
但事實(shí)上，要把他們所說(shuō)的抽象內(nèi)容落實(shí)到業(yè)務(wù)里去，往往是一個(gè)很具體的過(guò)程。我們就以「效率與體驗(yàn)」為主題，通過(guò)商業(yè)化的案例來(lái)深入理解。
“企業(yè)到底是追求效率，還是追求體驗(yàn)”？這個(gè)問(wèn)題在眾多老板口中是哲學(xué)一般的存在，你肯定聽(tīng)過(guò)某某大佬提到：“只要堅(jiān)持為用戶創(chuàng)造價(jià)值，就一定能實(shí)現(xiàn)商業(yè)上的成功。”阿里價(jià)值觀認(rèn)為「客戶第一，股東第三」，同樣表達(dá)了這種觀點(diǎn) 。
總之，在老板視角往往是“兩手都要抓，兩手都要硬 ?！?br />

前Facebook工程師宋一松定義了兩者的區(qū)別：“推薦系統(tǒng)和計(jì)算廣告是不同維度上的概念。推薦系統(tǒng)是一種技術(shù)，廣告是一項(xiàng)業(yè)務(wù) 。個(gè)性化推薦可以用在廣告中，更可以用在別的產(chǎn)品層面。同時(shí)，個(gè)性化推薦只是計(jì)算廣告的一個(gè)環(huán)節(jié)，一個(gè)完整的廣告系統(tǒng)還需要其他很多重要的技術(shù)組件 ?！?br /> 這是一種非常準(zhǔn)確的解釋。
【個(gè)性化推薦】的核心目標(biāo)是用戶體驗(yàn) ?；诖罅繗v史數(shù)據(jù)嘗試推薦用戶最感興趣的內(nèi)容，包括廣告。其中，用戶體驗(yàn)的正向行為有“完播、點(diǎn)贊、評(píng)論、關(guān)注、分享、下載、打賞”等，抖音每日活躍6億+用戶，每個(gè)人刷出來(lái)的視頻排序大概率都是不一樣的，這與用戶偏好、屬性、實(shí)時(shí)熱點(diǎn)都有關(guān)系。
從每個(gè)獨(dú)立用戶視角所看到的視頻排序，一般都會(huì)經(jīng)歷【內(nèi)容召回→內(nèi)容粗排→內(nèi)容精排】的過(guò)程，利用協(xié)同過(guò)濾、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法/策略來(lái)確保推薦的精準(zhǔn)度。

由于平臺(tái)不可能直接把數(shù)千萬(wàn)條視頻、直播與用戶的興趣進(jìn)行匹配、排序，所以先通過(guò)多種策略做內(nèi)容召回（比如：興趣標(biāo)簽、相似用戶、熱門內(nèi)容等），先召回有限的候選集，再進(jìn)行內(nèi)容排序。

谷歌DNN模型的目標(biāo)就是在給定YouTube用戶歷史行為與上下文的情況下，學(xué)習(xí) user embedding 向量u，作為輸入送到 Softmax分類器，用以生成初步候選集作為視頻的召回結(jié)果。

谷歌論文：《Deep Neural Networks for YouTube Recommendations》
召回完成后，內(nèi)容排序有很多種算法模型這里就不展開(kāi)了，因?yàn)槲乙部床惶??？傊习迥蔷洹皟墒侄家ィ瑑墒侄家病?，并不是想象中那么簡(jiǎn)單。
最終，服務(wù)器向用戶手機(jī)返回了排好順序的視頻，用戶依次向下滑動(dòng)，他的點(diǎn)贊、評(píng)論、觀看時(shí)長(zhǎng)等行為將被記錄下來(lái)，用于未來(lái)模型訓(xùn)練，提升預(yù)測(cè)的準(zhǔn)確度。以億為單位海量的興趣數(shù)據(jù)經(jīng)過(guò)訓(xùn)練不斷反哺到內(nèi)容推薦與廣告業(yè)務(wù)中去，呈現(xiàn)飛輪式增長(zhǎng) 。
計(jì)算廣告如何更「高效」
剛才也提到，【計(jì)算廣告】作為一項(xiàng)業(yè)務(wù)，其核心目標(biāo)是「平衡」用戶、平臺(tái)、廣告主三方的利益：