带你读《2022技术人的百宝黑皮书》——无尽流场景优化总结(4) https://developer.aliyun.com/article/1246799?groupCode=taobaotech
相关性建模
用户点击频道内容卡片，进入到无尽流页面。因而可以认为用户对点击的内容有比较强的兴趣聚焦，我们将用户进入无尽流时点击的内容(引流内容)称为Hero Content。在无尽流场景中，我们可以充分利用Hero Content信息来刻画用户当前的兴趣。在召回阶段，我们引入Hero Content相关召回渠道后，场景效果得到了不错的提升。在排序阶段，也尝试了基于Hero Content进行相关性建模，具体思路如下：1) 将Hero Content及其属性信息加入无尽流模型context特征，参与模型训练和排序；2) 将Hero Content及其属性信息和排序候选内容做特征交叉；构建以下
实验版本：
v4: 仅新增Hero Content及其属性信息相关context特征；
v5: 仅将Hero Content及其属性信息和排序候选内容及属性做特征交叉；
v6: 新增Hero Content及其属性信息相关context特征，同时利用这些信息和排序候选内容属性做特征交叉；
模型离线AUC
线上AB
结论：从离线AUC看，v6实验组效果最优，相比base v2相对提升3.86%；
线上完整AB7天，无论是点击效率还是下拉深度，v4实验组整体线上效果最优，v6实验组效果次之；针对线上结论与离线实验结论有差别的问题，我们拉长AB实验时间至14天后，v6实验组和v4实验组效果基本一致：用户点击效率整体+2.32%，下拉深度+3.76%。
带你读《2022技术人的百宝黑皮书》——无尽流场景优化总结(6) https://developer.aliyun.com/article/1246797?groupCode=taobaotech
