KGD4REC

知识-几何解耦增强推荐系统，提升Shopee营收

研究人员开发了知识-几何解耦（KGD），一种用于改进推荐系统的新方法，该系统可持续适应用户行为的变化。KGD解决了两个关键挑战：从用户序列中提取哪些知识，以及如何有效地将这些知识迁移到持续刷新的模型中。通过引入行为多令牌预测（BMTP），KGD学习更清晰的行为知识，其解耦的参数集允许独立刷新模型而不影响下游任务性能。Shopee已成功部署了该方法，带来了商品交易总额和广告收入的显著增长。