一篇新的研究论文介绍 Memento，一个旨在通过有效扩展长期用户历史数据来改进推荐系统的个性化检索增强框架。Memento 将历史用户互动视为文档语料库，将广告请求视为查询，并使用最大边际相关性 (MMR) 进行检索，从而解决了注意力稀释和灾难性遗忘等挑战。该框架包括两个应用：用于特征增强的表示 Memento 和用于多遍训练的数据 Memento。Memento 在资源效率方面（5-10 倍）和低延迟（低于 10 毫秒）方面表现出显著的提升，并在 Facebook Feed 和 Reels 的生产环境中带来了 1% 的点击率提升和 1.2% 的转化率提升，实现了超过一年用户历史的个性化。 AI
影响 通过有效利用广泛的历史用户数据，增强了推荐系统的个性化，有可能提高用户参与度和转化率。
排序理由 学术论文的发表，详细介绍了新框架及其性能指标。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
