分享嘉宾：王修充阿里巴巴算法专家
编辑整理：张文君
出品平台：DataFunTalk
导读：近年来，电商呈现内容化的趋势，以直播和短视频为首，内容化提升了用户体验，增加了平台收益。作为电商的重要流量入口，推荐算法除了应用于商品，现在也被应用于直播场景。我们将以阿里的B类电商网站为例，分享直播推荐相比于商品推荐所面临的核心问题和难点。今天的分享围绕四个方面：
核心问题介绍
直播排序模型迭代
多目标学习
Debias
总结
01核心问题介绍推荐系统从推荐的物料量级来说，分为百万级的召回，万级的粗排和千级的精排，本文主要聚焦于三个精排中的核心问题：
异构行为的建模。在电商网站中，用户的主要行为是在商品上的行为，直播的内容行为数据比较稀疏，因此商品行为应与直播行为结合来优化直播推荐。
多目标学习，直播推荐的效能类指标和满意度指标很多，包括用户看到直播间的点击率，进入直播间的停留时长，转化率，