短视频算法根本不依赖标签
在讨论短视频平台算法「推得准」的时候,很多瞎逼分析的人会说:平台给内容打标签,然后推给可能感兴趣的人,所以推荐算法做得很好。
凡是这么简单归因的人,都是不懂的。
和DY、KS这方面的核心负责人交流过,目前在内容分发上基本不依赖标签,而是通过更先进的深度学习。
好处是比你更懂你,坏处是可解释度低。
因为算法追求的是全局最优,所以会有定向干预的需求。但解释度低就不好做定向干预,只要干预,就是负向。
平台给内容打的标签,主要是人用来定义和解释内容的。由于人的理解能力是低于深度学习算法的,不一定能猜对用户喜欢什么。比如一个用户喜欢美女跳舞,是喜欢跳舞还是颜值,很难分辨。
给这样的内容打标签,作用不是为了理解和辅助分发,而是提供了人能理解的工具,也是业务层面能解释的干预窗口,把黑盒问题白盒话,这样各个角色都能理解和获得反馈。
用标签来辅助内容分发,效率肯定是低的,但也不是完全没有价值。在有些算法不准或捕捉不到信号的时候,标签就能派上用场。
@ 韩叙HanXu 微博
1. 本站所有资源来源于用户上传和网络,因此不包含技术服务请大家谅解!如有侵权请邮件联系客服!
2. 本站不保证所提供下载的资源的准确性、安全性和完整性,资源仅供下载学习之用!如有链接无法下载、失效或广告,请联系客服处理,有奖励!
3. 您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容资源!如用于商业或者非法用途,与本站无关,一切后果请用户自负!
4. 如果您也有好的资源或教程,您可以投稿发布,成功分享后有站币奖励和额外收入!
考拉kk » 短视频算法根本不依赖标签
考拉kk » 短视频算法根本不依赖标签
常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用?
- 本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。