📚 多目标优化 · 推荐系统

30章 · 从入门到实战
01课程导论
多目标优化问题定义 · 推荐系统多个目标 · 课程框架与学习路径
02推荐系统基础回顾
协同过滤 · 矩阵分解 · 逻辑回归 · FM · DIN/DIEN简介
03单目标优化的局限
为什么需要多目标？点击率高但转化低 · 内容同质化困境
04多目标优化数学基础
帕累托最优/前沿 · 数学形式化 · 权重法 · 约束法
05经典多目标优化算法
NSGA-II · MOEA/D · 分解/支配算法原理对比
06多目标建模方法 (上)
Shared-Bottom 模型结构 · 原理 · 优缺点分析
07多目标建模方法 (中)
MMOE · 门控网络 · 专家网络详解
08多目标建模方法 (下)
PLE · CGC结构 · 分层专家网络
09多目标模型训练技巧
梯度冲突 · 梯度裁剪 · 动态权重 · PCGrad
10损失函数设计
多任务联合损失 · 加权和 · 帕累托损失 · 排序损失
11样本权重与采样策略
重要性加权 · 难例挖掘 · 负采样 · 跨任务对齐
12多目标模型评估指标
AUC/GAUC/NDCG · 多任务AUC · 在线指标
13A/B测试设计
多目标实验框架 · 显著性检验 · OEC/加权和
14部署与工程化
模型导出 · 特征一致性 · 推理延迟 · 版本管理
15可解释性
SHAP · 特征重要性 · 多任务贡献度 · 业务归因
16多目标优化与强化学习
多目标RL推荐框架 · 奖励函数 · 探索利用平衡
17多目标优化与图神经网络
GNN多目标推荐 · 异构图建模 · 多任务图传播
18多目标优化与序列推荐
GRU4Rec/SASRec扩展 · 多目标序列损失
19多目标优化与冷启动
冷启动多目标建模 · 元学习 · 迁移学习
20多目标优化与公平性
推荐公平性定义 · 公平性约束 · 效率权衡
21多目标优化与多样性
ILD/覆盖率 · 多样性优化 · MMR融合
22多目标优化与实时性
实时特征更新 · 在线学习 · 增量更新 · 权重调整
23电商推荐案例
淘宝/京东多目标排序 · GMV与满意度平衡
24短视频推荐案例
抖音/快手多目标 · 时长与互动率联合优化
25信息流推荐案例
今日头条多目标 · 点击率与阅读深度平衡
26广告推荐案例
CTR/CVR联合建模 · ROI与用户体验权衡
27社交推荐案例
好友/内容推荐 · 互动率与留存率联合优化
28前沿研究 (上)
Conditional Computation · 动态专家 · AutoML
29前沿研究 (下)
多目标联邦学习 · 因果推断 · 大模型潜力
30课程总结与项目实战
完整多目标推荐项目 · 数据到上线全链路 · 未来展望
📘 多目标优化 · 推荐系统 30章 专注资料整理