YouTube推荐系统架构 | 您所在的位置:网站首页 › 推荐系统架构 dag › YouTube推荐系统架构 |
YouTube推荐系统架构
原创
姜兴琪 2021-08-04 13:54:50 博主文章分类:AI人工智能算法落地与实践 ©著作权 文章标签 神经网络 视频网站 系统架构 深度学习 搜索 文章分类 架构 后端开发 ©著作权归作者所有:来自51CTO博客作者姜兴琪的原创作品,请联系作者获取转载授权,否则将追究法律责任以YouTube(世界上最大的视频网站)为例,2016年其已经将深度学习应用于自己的系统中,并获得了显著的效果。其系统架构如下: YouTube的推荐架构,包含了两个神经网络,分别用于产出候选集(召回)和排序。召回层的神经网络将用户在YouTube上的历史行为作为输入内容,完成从百万量级到百量级的候选内容筛选。但其并非唯一的召回方式,YouTube历史上应用有效的其他召回方式也同时在线上运行,如基于用户观看历史相似性、基于搜索行为、基于协同行为等方式。多种召回方式共同构建的视频候选集会被一并送进排序环节。在排序环节中,神经网络基于用户个体的特征和视频的特征对候选集进行打分,最后给用户返回得分靠前的十余个视频。 上一篇:35 岁以后,你凭什么安身立命? 下一篇:剑指offer No.46 孩子们的游戏(圆圈中最后剩下的数) |
CopyRight 2018-2019 实验室设备网 版权所有 |