周佳良_基于闲鱼特色的C2C孤品推荐模型探索.pdf

1、基于闲鱼特色的C2C孤品推荐模型探索演讲人-周佳良-阿里闲鱼-推荐算法本工作和闻号、山音、简旸、欧绅、清如等同事共同完成，感谢寒戍、丰火老板的大力支持DataFunSummitDataFunSummit#20242024DataFunSummitDataFunSummit#20242024工作描述：基于闲鱼海量用户行为数据，优化个性化推荐系统中基础CTR/CVR模型的效率，推动业务进步；负责超大规模深度学习在用户兴趣建模|多场景建模|多模态理解等领域的应用；针对闲鱼浅库存存、孤品和供需不平衡的特点，探索出具有场景特色的流量分配机制；探索文本和多模态大模型的设计和训练流程，并尝试在闲鱼多个应用场

2、景完成业务落地。职位要求：计算机相关专业学士及以上学历；熟悉常用的机器学习算法，具备优秀的分析和解决问题的能力，良好的沟通协作能力；在推荐系统、信息检索、推荐系统等相关领域有研究和实践经验，在相关国际学术会议上发表过论文者更佳；参加过ACM或机器学习类竞赛(天池、Kaggle)，以及参与过机器学习开源项目并有突出贡献者更佳。团队介绍：闲鱼算法团队负责闲鱼APP中的搜索、推荐、内容理解算法的迭代和创新研发，致力于利用人工智能前沿技术打造工业级的创新算法解决方案，支持闲鱼所有业务系统。团队成员大部分来自国内外TOP院校硕博，与众多知名高校、研究机构保持长期的学术合作，近年来在KDD、WWW、WSD

3、M、CIKM等TOP学术会议上发表了多篇论文。联系方式：将简历发送至 zhoujialiang.zjlalibaba-。目录 1.背景介绍 2.基于MSNet的孤品建模 3.基于近邻扩展的孤品建模 4.总结DataFunSummitDataFunSummit#20242024B2C platformsProfessional sellersSufficient stocksAbundant interactionsC2C platformsIndividual sellersLimited stocksSparse interactionsIn this work,we focus on CT

4、R prediction on C2C platformDistinctions between B2C platforms and C2C platforms.背景介绍 什么是孤品问题ChallengesSparse interactions will lead to slow convergence for item ID embeddings.Difficulty in effectively using user historical behaviors due to mixed items with varying stock volumes.Once sold,they are n

5、o longer available for future exposure or click on the platform,causing data wastage.背景介绍 C2C背景下的用户序列建模基于 Target Attention 的用户序列建模B2C和C2C推荐的区别BC品在序列建模中的权重背景介绍 孤品建模的前期探索图1 用非长尾商品模型长尾商品的蒸馏方案图2 构造Mask网络用非长尾商品来fake长尾商品图3 构造Meta网络用来为长尾商品生成缺失的特征值图4 通过孤品优势特征输入Gate网络给孤品加权Standard DIN ModelOur proposed Meta-

6、Split Network(MSNet)https:/arxiv.org/abs/2403.06747v3Split user history sequences based on product stock volume,tackling each sequence differently.Deploy meta-learning for limited-stock products to effectively incorporate ID and side information.Design an auxiliary loss to update item embeddings eve