阿里云首页 智能推荐AIRec 相关技术圈

疲劳度(原曝光过滤)规则使用说明

随着终端用户不断刷新推荐结果的过程中,如果持续刷到已经看过(expose)的内容,将会逐渐丧失新鲜感、导致浏览疲劳,所以一般会设置一个时间周期,来保证在此周期内终端用户不会刷到已经看过的内容。

在配置疲劳度(原曝光过滤)规则时,有如下3种典型应用形态可供参考,请结合具体的场景(scene)情况进行配置:

应用一

可推荐物品量级较大(如万、百万级别),轻易不会发生终端用户刷空物品库的情况,且物品的更新速度较快(如一天可生产百级别的新物品)。

配置方法:

配置曝光过滤规则,如设置时间周期为10天(请按照业务经验调整),为防止特殊测试情况同时打开兜底策略。1

结果展示逻辑:

即10天之内终端用户浏览过的物品(以智能推荐系统接收到的您回传的终端用户曝光行为数据为准)不会被推荐出来,除非终端用户将物品池刷到只剩3000个物品未浏览的情况下可能出现重复推荐。

注意事项:

正确回传曝光行为数据。

应用二

可推荐物品量级适中(如千级别),推荐的物品转化周期比较长(如商品:曝光->点击->加购->购买,如书籍:点击->加书架->阅读,如长视频:点击->加入片单->播放),转化过程中可能受到环境、时间等因素的影响导致终端用户未明确决策。

配置方法:

配置曝光过滤规则,如设置时间周期为3天(请按照业务经验调整),

配置点击过滤规则,如设置时间周期为1天(请按照业务经验调整),

为避免终端用户浏览过多导致物品库几乎没有感兴趣的物品,同时打开兜底策略。2

结果展示逻辑:

即3天之内终端用户浏览过的物品(以智能推荐系统接收到的终端用户曝光行为为准)不会被推荐,除非终端用户对这些曝光的物品产生了点击行为(以智能推荐系统接收到的您回传的终端用户点击行为为准),或者终端用户将物品池刷到只剩3000个物品未浏览的情况下可能出现重复推荐。

可参考如下图示,理解点击过滤的功能。

如图的这顶太阳帽,按照当前的配置,有可能在终端用户浏览后的第4、5、6天推荐,也可能终端用户兴趣发生变化、不再推荐。

注意事项:

准确回传曝光、点击行为数据。建议先在小流量场景配置此规则,体验测试符合预期后再推广到高流量场景。

应用三

可推荐物品具备一次性消费的特点,如段子,短视频,图片等,一般情况下终端用户点击/阅读/完播之后,不希望短期内再看到。

配置方法:

配置曝光过滤规则,如设置时间周期为3天(请按照业务经验调整),

配置点击过滤规则,如设置时间周期为7天(请按照业务经验调整),

为避免终端用户浏览过多导致物品库几乎没有感兴趣的物品,同时打开兜底策略。3

结果展示逻辑:

即3天之内终端用户浏览过的物品(以智能推荐系统接收到的终端用户曝光行为为准)不会被推荐,7天之内终端用户点击过的物品(以智能推荐系统接收到的终端用户点击行为为准)不会被推荐,除非终端用户将物品池刷到只剩3000个物品未浏览的情况下可能出现重复推荐。

注意事项:

准确回传曝光、点击行为数据。如果物品池较少,建议打开兜底策略。

其他常见问题

实例级别的疲劳度规则,与场景级别的疲劳度规则优先级:

一旦场景配置了疲劳度规则,则打到场景的请求以场景的配置为准;

如果场景选择与实例保持一致,则打到场景的请求与实例一致

首页 智能推荐AIRec 最佳实践 疲劳度(原曝光过滤)规则使用说明