Apple的机器学习研究团队为Apple TV搜索开发了一个个性化系统，该系统可以增强增量搜索结果。该系统结合了基于文本和基于ID的嵌入，分别使用对比学习和交互数据进行训练。当集成到XGBoost ranker中时，这种混合方法显著提高了NDCG@10和MRR等指标，特别是对于模糊、短前缀查询和具有广泛观看历史记录的用户。在线实验证实了这些改进，提高了点击率和转化率。 AI
影响 通过改进个性化推荐的相关性和可发现性，增强视频搜索中的用户体验。
排序理由 详细介绍视频搜索新个性化系统的研究论文。
在 Apple Machine Learning Research 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Incremental video search requires high-quality ranking after each keystroke, where intent is often underspecified (e.g., 1–3 character prefixes). We present a personalization system for Apple TV search that combines complementary semantic and collaborative signals at ranking time…
Incremental video search requires high-quality ranking after each keystroke, where intent is often underspecified (e.g., 1-3 character prefixes). We present a personalization system for Apple TV search that combines complementary semantic and collaborative signals at ranking time…