Recommend System

双塔模型和自监督学习

• 双塔模型学不好低曝光物品的向量表征(因为随机抽样物品时，高曝光的物品更容易被抽到)
• 自监督学习:
• 对物品做随机特征变换，对一个物品用两种特征变换，得到两个特征向量。
  • 特征向量\(b_i'\), 和\(b_i''\)相似度高(相同物品)。
  • 特征向量\(b_i'\)和\(b_j''\)相似度低(不同物品)。
  • 使得不同物品的特征向量尽可能spread out分散在整个向量空间。
• 实验效果:低曝光物品、新物品的推荐变得更准。

模型训练

小结

Recommend System的支线暂时停更，原因如下：

一开始以为在腾讯实习后找别的实习会很轻松，所以想学一些搜广推算法类的东西，给秋招多一些算法岗的选择。但是这几天面试后台开发的实习，发现自己很久没刷题背八股后，后台的实习都被问的支支吾吾，这与我多一些岗位选择的本意背道而驰。

同时在上段实习离职后，回来写论文的时候，我发现自己可能并不擅长创新性的科研，或者说自己更擅长完成某个PM给出需求的coding。

综上所述，最近还是要多刷leetcode灵神题单、后台开发的八股（计网、os）、并做一个后台的项目以巩固redis异步锁、mysql查询语句（lc50题）等相关东西，至少要保证自己在后台开发的竞争力