热门城市
活动介绍
18:30-19:15 个性化推荐技术在网易云音乐中的应用-肖强
内容介绍
云音乐凭借精细化产品，歌单、精准推荐等特色，成为了音乐爱好者的集聚地。云音乐推荐系统致力于通过个性化的智能推荐算法，实现用户千人千面的个性化音乐推荐，为用户带来不一样的听歌体验。本次分享主要介绍云音乐推荐系统中“人-歌-场”的数据建模思维，以及相关的推荐基础架构；并从精排算法模型演进、大规模稀疏特征建模、多阶段多链路目标建模等方面分享一些实践经验。
个人介绍
肖强，网易云音乐推荐算法组负责人。
2014年加入网易云音乐，音乐推荐算法组负责人，主要负责云音乐歌曲推荐系统以及相关的歌曲商业化变现相关工作，在机器学习和个性化推荐领域有丰富的经验。
19:15-20:00 跨模态联合优化及多目标深度学习模型在音乐推荐中的应用-任印涛
内容介绍
云音乐私人雷达上线一年多播放pv达到45.6亿，全网最高，采用了用户-歌曲-图片跨模态算法，建立了一种机器智能生成歌单的高效歌曲分发模式，属于业内首创的新型推歌模式。同时歌曲推荐列表采用多目标学习优化算法，综合考虑用户听歌时长，收藏评论等指标，提升用户体验。本次分享将介绍跨模态算法及多目标学习在云音乐私人雷达场景中的思考与实践。
个人介绍
任印涛，网易云音乐高级推荐算法工程师。
2018年7月加入网易云音乐，目前主要负责云音乐官方歌单歌曲推荐及心动模式歌曲推荐相关工作，曾就职vivo，2016年硕士毕业于西安电子科技大学。
20:00-20:45 个性化重排序在网易云音乐歌曲推荐的实践-彭正超
内容介绍
实际的工业推荐系统通常包含召回-粗排-精排-重排四个模块，其中重排作为推荐系统产生最终推荐列表前的最后一环，通常会包含多样性打散、业务干预等人工制定的业务规则，规则的好坏将直接影响最终的用户体验及业务指标，此外精排环节为了性能考虑一般使用pointwise模型对候选物品进行打分，忽略了推荐列表内物品之间的相互关系，因此使用个性化模型进行重排序逐渐变成推荐系统的标准配置，本次分享将介绍网易云音乐歌曲推荐中落地个性化重排序模型的思考和实践。
个人介绍
彭正超，网易云音乐资深推荐算法工程师。
2018年加入网易云音乐，现从事网易云音乐会员商业化算法相关工作。曾就职阿里巴巴，2015年硕士毕业于电子科技大学计算机学院。
技术交流群加入
扫码添加管理员微信，备注：网易直播
