百度大搜的搜索发现个性化召回推荐系统
项目简介:利用 matchnet 双塔模型结构进行用户 multiview 的个性化召回
项目内容:负责百度 app 搜索发现产品下面的用户个性化召回推荐系统:先分别对用户的历史搜索序列进行层次聚类,得到用户的多元搜索兴趣 attention ,然后再结合用户的静态画像和 feed 阅读历史文本,构建了基于百度 matchnet 双塔结构的 multiview 序列模型,最终模型在训练和预测阶段的 auc 分别达到了0.998和0.996,由此分别得到了用户的多元 embedding 兴趣和搜索历史文本的 embeding ,然后基于 embed 构建了基于 ANN 的召回方案,对用户的多元 embed 分别进行个性化召回,并且在统一评测集上进行了测试,在相关性评测方面了达到0.98,优于线上的基于 pinersage 的基准版模型,目前已经上线