博客 > 人工智能&数据科学 > 具体业务处理 > 推荐系统 > 排序算法
# 多目标排序 ## 基本概念 目标: ![1f473f73db9cb75319696b72337901d8.png](/resources/1f4fb07266a84154921192330cdd4547) ![b543aa0f94fdc7836eacfd84c71e23f0.png](/resources/6d9416af409e4cf59beca43b8347bd55) 结构: ![6b941744c2bc1859e6b5e9de164df0c1.png](/resources/57bae03bcb484edbbede1a46d68c3a36) 训练: ![b8563e27d71eb3a16b0064d3ab70ab19.png](/resources/bfd2b822fcfc49b8ba7d6cc339139343) ## 混合专家结构(MMoE,Multi-gate Mixture-of-Experts) 输出几个目标,就使用几个权重。使用专家的数量需要实验确定。 ![2e6a1c9aa7e0c03b77ecd0e7d8a81fa3.png](/resources/97ec56f0d1b640ab8f8782d6f49eb0c4) ## 分数融合(融分) ![6a8f1dd855c72014f13c547fcfb0a2e1.png](/resources/89d316b036014dc1982cb01fb1149669) ![7e08e7e0a92956c68f4f00cbff3b40b0.png](/resources/9d2cc267e7ac49e4957de9c5a9c6989b) ![7a3fb258150bf62972ad6436cbd2a42b.png](/resources/092d0b3515294c4ca2af551f721d8684) ![cb6b21fb302b51c2c08edc6c3da3480c.png](/resources/5afa0e3ce2f843daa396b57ee59bc8ec) ## 视频业务的特殊分数 播放时长: ![403a8b5dab27b550daf133f6af65aaba.png](/resources/58e9e6313e704d7aaee95f365a29d045) 完播率: ![4cb77a29e85a851d111baf0a493b4650.png](/resources/5e61d5a7ba874aa2986ac8fb2c6b5d83) ![b41f30d697795de1405ffd2b906d6b57.png](/resources/42bc50808fc3448ba600ab18fb4549bf) 完播率的平衡: 考虑到视频时长会影响完播率(如下图) ![1745306c4b8a2d5d750ec81250233245.png](/resources/1b1e0d1b453f469a83ce78c867742b5f) 因此引入平均完播率函数 $AvgFinish(视频时长)$ 来标准化完播率,最终目标以如下公式计算: $$ \overline{Finish_{v}} = \frac{Finish_{v}}{AvgFinish(time_v)} \space , \space v\in Videos $$