KDD2021｜小红书在推荐多样化的实践——SSD

本次分享的是小红书在2021KDD上发表的工业推荐论文——”“Sliding Spectrum Decomposition for Diversified Recommendation“。文章提出的模型滑动频谱分解（Sliding Spectrum Decomposition，SSD）模型应用在工业推荐的重排阶段，加入了信息流推荐中滑动窗口的考虑，最主要的目的还是为了平衡推荐的质量与多样性，对标Hulu以及Youtube的DPP优化模型。

论文链接：https://arxiv.org/abs/2107.05204

目录：

1. 需要解决的问题与解决的方法；
2. SSD模型的介绍（包含模型、MAP inference）；
3. CB2CF模型的介绍（为了SSD模型服务，提供item embedding）；
4. 实验（离线与A/B测试）；
5. 总结；

内容中包含的图片若涉及版权问题，请及时与我们联系删除