Google DeepMind áp dụng cho gợi ý ứng dụng cá nhân hóa trên Play Store

Giải thích chi tiết về ba mô hình được áp dụng vào hệ thống gợi ý

• Bộ tạo ứng viên: Vì việc gợi ý dựa trên các ứng dụng đã cài đặt trước đó có thể gây thiên lệch, nên tính đến tỷ lệ cài đặt sau khi hiển thị.

• ReRanker: Tính lại thứ tự các ứng dụng được gợi ý theo cách pairwise thay vì pointwise. Đây là phương pháp điều chỉnh lại thứ hạng tương đối dựa trên những ứng dụng đã được chọn trong một tập ứng dụng được đưa ra ở một tình huống cụ thể.

• Tối ưu hóa đa mục tiêu: Nhiều hệ thống gợi ý đồng thời tối ưu theo các mục tiêu như mức độ liên quan, độ phổ biến, sở thích cá nhân, v.v. Các mục tiêu này thay đổi linh hoạt theo nhu cầu của người dùng. Ví dụ, nếu một người dùng từng quan tâm đến ứng dụng tìm nhà và sau đó đã tìm được nhà, thì họ có thể chuyển sang quan tâm đến ứng dụng trang trí nhà cửa. Để xử lý những trường hợp như vậy, mục tiêu thứ cấp được cải thiện bằng cách tính theo tỷ lệ phần trăm thay vì giá trị tuyệt đối.