ترجمه فارسی مقاله عملکرد رتبه بندی آموخته شده: از پیش بینی رفتار کوتاه مدت تا رضایت بلند مدت کاربر

چکیده

We present the Learned Ranking Function (LRF), a system that takes short-term user-item behavior predictions as input and outputs a slate of recommendations that directly optimizes for long-term user satisfaction. Most previous work is based on optimizing the hyperparameters of a heuristic function. We propose to model the problem directly as a slate optimization problem with the objective of maximizing long-term user satisfaction. We also develop a novel constraint optimization algorithm that stabilizes objective trade-offs for multi-objective optimization. We evaluate our approach with live experiments and describe its deployment on YouTube.

چکیده به فارسی (ترجمه ماشینی)

ما عملکرد رتبه بندی آموخته شده (LRF) را ارائه می دهیم ، سیستمی که پیش بینی های رفتارهای کوتاه مدت کاربر را به عنوان ورودی انجام می دهد و یک قطعه توصیه هایی را که مستقیماً برای رضایت کاربر طولانی مدت بهینه می شود ، ارائه می دهد.بیشتر کارهای قبلی مبتنی بر بهینه سازی هایپرپارامترهای یک عملکرد اکتشافی است.ما پیشنهاد می کنیم که مشکل را مستقیماً به عنوان یک مشکل بهینه سازی صفحات با هدف به حداکثر رساندن رضایت کاربر بلند مدت مدل کنید.ما همچنین یک الگوریتم بهینه سازی محدودیت جدید ایجاد می کنیم که تجارت عینی را برای بهینه سازی چند هدف تثبیت می کند.ما رویکرد خود را با آزمایش های زنده ارزیابی می کنیم و استقرار آن در YouTube را شرح می دهیم.