在当前典型工业应用推荐系统 pipeline 中，重排作为最后一个环节，决定最终的推荐结果，因此需要综合考虑多样的业务需求以及复杂物料的融合。经典的在线学习依赖用户反馈，在电商场景，用户完成一次购买决策通常需要几小时甚至几天，这无法避免地限制着在线学习的实时性。本文将介绍一种新型的用于重排的在线学习方法，该方法不强依赖用户反馈，能够确保模型的实时性。该方法由阿里巴巴与中国人民大学共同提出。今天的介

后台留言『交流』，加入NewBee讨论组导读本文将分享 AIAgent 在电商平台中的探索。主要内容包括：1.LLM 在电商的价值位2.Agent 解决方案3.应用架构介绍4.AI 创新范式5.预期与规划6.问答环节分享嘉宾｜王卓隽 1688 AI创新产品及应用负责人出品社区｜DataFun01LLM 在电商的价值位首先来介绍大模型所赋予电商领域的一些新特性，AI 在电商模式下的应...

作者|kaiyuan整理|NewBeeNLP大家好，我是kaiyuan。电商搜索全链路系列文章们躺在我的草稿箱里已经N久了，上一篇整理还是在上次，错过的小伙伴点击传送门：电商搜索全链路（PART I）Overview这一篇来聊聊搜索系统第一步，Query理解与处理。一般而言用户输入的Query属于超短文本（淘宝query切词后平均长度不足3个），容易存在拼写错误、歧义、表达不准确等问题，...

作者|Lukan整理|NewBeeNLP今天继续分享一篇大模型在推荐系统中的落地应用工作，是快手今年5月份发表的论文《Knowledge Adaptation from Large Language Model to Recommendation for Practical Industrial Application》。太长不看版这篇文章主要做了两个工作：工作1：使用冻结的LLM提取...

后台留言『交流』，加入NewBee讨论组导读本文将分享 Shopee 在电商知识图谱构建，以及与大模型结合方面的探索。主要内容包括以下五大部分：1.电商知识图谱概览2.电商知识图谱构建3.电商知识图谱应用4.知识图谱与大模型探索5.问答环节分享嘉宾｜郑鑫博士 Shopee Senior Expert Engineer出品社区｜DataFun01电商知识图谱概览对于任何电商平台而言，商...

作者|上杉翔二悠闲会·信息检索整理|NewBeeNLP本篇文章继续整理这个系列Graph in Rec 的文章，以前博主整理过的系列可以见：万物皆可Gra...

图神经网络是近年来很火的一个研究方向，在生物化学，推荐系统，自然语言处理等领域都得到了广泛应用。其中图神经网络在推荐系统的应用方面，已有几篇综述[1][2][3]做过详细的归纳总结。但是让...

NewBeeNLP原创出品公众号专栏作者@上杉翔二悠闲会·信息检索前段时间，我们关注过图神经网络在推荐系统中的应用：万物皆可Graph | 当推荐系统遇上图神经...

NewBeeNLP·干货作者：DOTA 大家好，这里是 NewBeeNLP。最近因为工作上的一些调整，好久更新文章和个人的一些经验总结了，下午恰好有时间，看了看各渠道的一些问题和讨论，看到一个熟悉的问题，在这里来分享一下。在排序算法里有三种优化目标：pairwise，pointwise，listwise，每个方法都有其优缺点。pairwise是每次取一对样本，预估这一对样本的先后顺序，不断...

作者|Rosey拜读了Jure Leskovec的《Representation Learning on Networks》才明白图神经网络到底在学什么，是如何学的，不同GNN模型之间...