我给Facebook面试过数不清的产品经理,只有非常少的…

1月11日,今日头条在总部举办了一场推荐算法交流会,因为报名人数远远超过了预期,交流会还临时换了场地。据介绍,阿里、腾讯、百度、美团、新浪、网易等科技公司的算法工程师和产品经理都去了。看来大家对今日头条到底用了什么推荐算法,那是相当的好奇。在当天的交流会上,今日头条资深算法架构师、中国科学技术大学计算机博士曹欢欢带来了题为《让算法公开透明》的分享,首次面向行业公开算法原理。

今日头条资深算法架构师曹欢欢讲解今日头条算法原理他表示:“算法分发并非是把所有决策都交给机器,我们会不断纠偏,设计、监督并管理算法模型。希望这次分享能让更多的人理解算法,并共同参与到算法模型的制定中来,以改善算法,更好的为用户服务,让算法为社会创造更大的价值。”据曹欢欢介绍,今日头条旗下几款产品都在沿用同一套大的算法推荐系统,但根据业务不同,每套系统的架构会有所调整。曹欢欢在现场的PPT里公布了头条使用的五种推荐算法,包括传统的协同过滤模型,监督学习算法LogisticRegression模型,基于深度学习的FactorizationMachine,以及DNN和GBDT。曹欢欢介绍说,现在很难有一套通用的架构模型适用于所有的推荐场景,所以很多公司会做多个算法的组合,比如现在很流行将LR和DNN结合,甚至前几年Facebook也是将LR和GBDT算法做结合。今日头条也基本是一套大算法,根据业务不同再具体调整结构。

在解释了算法之后,曹欢欢进一步解密了头条的推荐如何工作。曹欢欢表示,主要有四类最重要的用户特征,将会输入给算法,影响到推荐算法的工作。第一类是相关性特征,就是评估内容的属性和维度与用户是否匹配。显性的匹配包括关键词匹配、分类匹配、来源匹配、主题匹配等。像FM模型中也有一些隐性匹配,从用户向量与内容向量的核心距离可以得出。第二类是环境特征,包括地理位置、时间。

这些既是bias(基础)特征,也能以此构建一些匹配特征。第三类是热度特征。包括全局热度、分类热度,主题热度,以及关键词热度等。热度信息在大的推荐系统特别在冷启动的时候非常有效。