Instagram 是如何使用深度学习进行内容推荐的
Instagram 发布了一篇描述幕后机制的文章,该机制每次打开时都会用新的有趣内容填充 Instagram 的「浏览」选项卡。要点如下:1. 即使 Instagram 和 Facebook 的资源也有限,与有些用户仍然希望只按时间顺序排列的提要不同,「浏览」选项卡需要通过算法来驱动。但是,了解基于图像的社交网络上发生的事情并向人们推荐新内容是一件困难的事。2. 主要看的是帐户有关,而不是帖子本身—如此多的消息都发布到 Instagram 上,无论如何出于推荐目的,单独跟踪每张照片几乎是不可能的。跟踪帐户更简单且有效,因为帐户通常具有主题,从诸如「旅行」之类的广泛主题到高度特定的主题。3. 复杂的习惯告知算法意味着,Instagram 不仅可以使用图像功能来确定哪些帐户之间话题类似,他们也还会依据用户的操作行为。4. 从「种子帐户」到前 25 名—根据机器学习系统是如何在自己的内部理解帐户及其相关主题,因此非常容易找到数百个相似的帐户。(TechCrunch)