数据科学在音乐推荐中的实践和应用

案例来源:QQ音乐
会议地点:上海
分享时间: 2021-11-26 10:00-11:00

夏兵朝  |

QQ音乐 数据科学组内容理解负责人

QQ音数据科学组内容理解负责人,深耕QQ音数据多年,从数据分析监控和数据工具建设转型为闭环数据驱动内容宣发的数据科学,对内容评估理解和智能宣发广泛深入的理解和实践。

课程概要

话题概述:
目前工业界比较成熟的个性化推荐系统,已经全面进入了大规模深度学习和多任务优化的时代。然而,对于用户,内容和创作者之间的关系,以及内容和流量价值的关系这些并没有明确指标定义的问题,纯粹的,不可解释模型优化,并不能完全解决我们遇到的实际问题。
因此,作为内容型的产品,QQ音乐分发体系的构建,一个很重要的命题就是定义内容生态和用户生态,以及两者之间的关系。本次主题演讲,将从这两个视角切入,介绍qq音乐的内容分发体系各主要模块的设计思路。同时,从冷启动和多样性两个推荐系统的常见问题入手,介绍数据科学,是如何在解决这两个实际问题时发挥作用的。


演讲题纲:
1.qq音乐内容分发体系概览
1.1 场景介绍
1.2 系统架构介绍
1.3 问题定义和解决思路

2.数据基础
2.1 指标体系建设
2.2 内容价值评估
2.3 用户理解

3. 实践案例介绍1 - 冷启动
3.1 用户分层
3.2 用户冷启动
3.3 内容冷启动

4. 实践案例介绍2 - 内容生态和多样性
4.1 音乐场景的内容生态
4.2 用户体验的多样性
4.3 流量的利用和探索平衡问题


话题亮点:
1. 一种基于特定音乐场景定义用户和内容生态的方式
2.实际案例当中,数据科学从指标体系搭建,策略输出,模型特征和效果回收等环节端到端的应用

听众收益

1.了解流量分发中如何构建健康的生态体系
2.了解数据科学和推荐之间的合作模式
3.了解经典推荐场景当中一些新的解决问题的思路

夏兵朝  |

QQ音乐 数据科学组内容理解负责人

QQ音数据科学组内容理解负责人,深耕QQ音数据多年,从数据分析监控和数据工具建设转型为闭环数据驱动内容宣发的数据科学,对内容评估理解和智能宣发广泛深入的理解和实践。

课程概要

话题概述:
目前工业界比较成熟的个性化推荐系统,已经全面进入了大规模深度学习和多任务优化的时代。然而,对于用户,内容和创作者之间的关系,以及内容和流量价值的关系这些并没有明确指标定义的问题,纯粹的,不可解释模型优化,并不能完全解决我们遇到的实际问题。
因此,作为内容型的产品,QQ音乐分发体系的构建,一个很重要的命题就是定义内容生态和用户生态,以及两者之间的关系。本次主题演讲,将从这两个视角切入,介绍qq音乐的内容分发体系各主要模块的设计思路。同时,从冷启动和多样性两个推荐系统的常见问题入手,介绍数据科学,是如何在解决这两个实际问题时发挥作用的。


演讲题纲:
1.qq音乐内容分发体系概览
1.1 场景介绍
1.2 系统架构介绍
1.3 问题定义和解决思路

2.数据基础
2.1 指标体系建设
2.2 内容价值评估
2.3 用户理解

3. 实践案例介绍1 - 冷启动
3.1 用户分层
3.2 用户冷启动
3.3 内容冷启动

4. 实践案例介绍2 - 内容生态和多样性
4.1 音乐场景的内容生态
4.2 用户体验的多样性
4.3 流量的利用和探索平衡问题


话题亮点:
1. 一种基于特定音乐场景定义用户和内容生态的方式
2.实际案例当中,数据科学从指标体系搭建,策略输出,模型特征和效果回收等环节端到端的应用

听众收益

1.了解流量分发中如何构建健康的生态体系
2.了解数据科学和推荐之间的合作模式
3.了解经典推荐场景当中一些新的解决问题的思路

详情咨询:400-8128-020
赞助合作:sissi
联系电话:130-4321-8801
邮箱:market@msup.com.cn
CopyRight © 2008-2021 Msup

获取大会更多详情

立即参会
报名咨询
报名咨询
优惠门票
×

扫码关注公众号:回复【A2M】

参与《免费领取PPT》活动



关注后,回复【A2M】

×

扫码关注公众号:回复【A2M】

参与《免费领取PPT》活动



关注后,回复【A2M】