【WWW2020-华为诺亚方舟论文】元学习推荐系统MetaSelector

摘要：

推荐系统经常面对包含高度个性化的用户历史数据的异构数据集，单个模型无法为每个用户提供最佳的推荐。我们在公共和私有数据集上观察到这种普遍存在的现象，并解决了为每个用户优化推荐质量的模型选择问题。我们提出了一个元学习框架，以促进用户级自适应模型选择推荐系统。在该框架中，用来自所有用户的数据对推荐器集合进行训练，在此基础上通过元学习对模型选择器进行训练，为具有特定用户历史数据的每个用户选择最佳模型。我们在两个公共数据集和一个真实的生产数据集上进行了大量的实验，证明我们提出的框架在AUC和LogLoss方面实现了对单个模型基线和样本级模型选择器的改进。特别是，这些改进可能会带来巨大的利润收益时，部署在网上推荐系统。

地址：

https://arxiv.org/abs/2001.10378