A
历史点击提权
最高得分是否大于截断阈值
Titleterms
Feed news
共现关系的挖掘
多样性排序
质量评估
BOW
梧桐山
百度公司
Max
……
当前已排序打压
No
百科数据
currentattention
next nattention
Dot
用户兴趣挖掘
正向跳转关系的计算
SCORE
Bandits
目的地必玩景点天数舒适程度主题偏好…
关注点A
…
需求图谱（关注点相似度的计算）
BOW模型训练
第2次刷新
next 1attention
创新应用(行程规划)
Attention termsembedding
C
依照规则的打散策略
相关性
第n次刷新
基础排序及过滤
多样性排序及过滤
=
RNN语言模型线路生成
序列的生成
max
生成线路
需求图谱(NN)
ctr预估
负向跳转关系的计算
时效性
Softmax
出轨
行程生成
B
Feed流日志
监督学习
横向多样性
last 1attention
多样性
D
SUM
关注点触发
展现有点击
Softsign
Tag/Domainembedding
已排序集合
what is next?
SubmodularRandom walk
排序策略
关注点召回策略
度秘&对话
last 2attention
分发数点展比平均用户时长……
Last Clicked Attention's terms
大搜数据
128
点击提权
用户画像
sim:0.7
多样性计算模型(Submodular)
α
大规模CPU计算平台
目的地线路库的建设
对用户选定POI进行行程的规划
内容
马蓉
新闻召回
优化目标
离线模型训练（LR）
多样性排序策略
End
相关性排序
用户相关性的计算
(一元组)单景点特征：热度、评分、主题、耗时
汽车
Cosine
RNN语言模型训练
应用
选择gain最大的新闻加入到已排序集合
语音播报
序列评估
线路评估模型
为用户推荐个性化的旅游线路
行程规划
1宋哲
生成式算法
大规模GPU计算平台
DU-UI
线路候选集合
根据当前已选集合，重新计算候选document的user_doc_weight
兴趣表示
手百Feed流
Embedding
行程推荐
β
sim:1
long-term reward
大梅沙
陈思成
Aries
Ⅰ期
哪种切分更优？
世界之窗
ctr预估模型
FC
杨幂
增强学习
next 2attention
贪心算法Ant-QRL
实体队列
模型
跳转关系的挖掘
Q-learning/TD
用户： 推荐一个深圳2天休闲亲子游的行程 小助手： 第一天，动物园-西丽水库；第二天，世界之窗
需求图谱
关联图谱
Inverse RL
Q-value 欢乐谷
主题/封面/路程/交通/耗时
增强学习负责Forward looking
哪个线路更优？
上下文
人工智能
启发式搜索算法
启发式/增强式线路生成
Diversity Bandits
上下文模型
从候选集中选出得分最高的doc
category召回及初排
title封面图片线路图交通…
上下文模型负责Backward looking
锦绣中华
(二元组)相邻特征：距离、是否互斥、交通
根据多样性重排
CTR预估
Yes
评估模型
线路生成策略
图谱
新增doc所包含的attention
阿法狗
基础数据
佟丽娅
Δcount：0.7宋哲
类别队列
DQA
推荐策略
关注点C
先验信息
线路库的建设质量评估多样性评估
last nattention
对用户半定制的行程自动生成
Feed数据
Backward looking
启发式：tabu-search、遗传算法、beam-search
0.8马蓉
内容召回策略
把得分最高的doc加入推荐队列
计算所有候选新闻的gain
DU-US
阿拉丁
第1次刷新
增强式：Ant-Q、增强学习(调研中)
DPP排序质量评估多样性评估
排序结束
序列优化(TSP)
DU-DA
Words segmentation
序列(MDP)优化
效果优化
sim:0.6
王宝强
多样性评估
展现打压
数据
1
Deep RL
Ⅱ期
UIAPI
美女
用户偏好
Sigmoid
关注点B
RNN语言模型
展现生成
糯米数据
1王宝强
多样性(Submodular Function)
结果输出
用户： 我想去海上世界、世界之窗、青青世界该怎么安排行程？ 小助手： 第一天，海上世界-青青世界; 第二天，世界之窗
展现不点击
行程规划应用场景
目标景点集合输入
FEED序列的整体优化
SKG
多队列merge策略
迭代优化
高级特征生成
sim:0.8
时效性、ctr
知识图谱
CF召回
纵向多样性
Reinforcement learning
Q-value华侨城
Extractattention
通用引导
线路数据
Q-value大梅沙
候选线路
计算所有document的ctr及attenuation
tag召回及初排
真正男子汉
优化
nlp队列
专家系统
人工打分
Δcount：1王宝强
Network
初始状态
计算平台
Tabu-searchBeam-search遗传算法
游记挖掘
替换
Explore & Exploit
个性化分发策略
DPP排序
图谱的计算
达到推荐队列的上限？
为用户推荐优质的城市旅游线路
序列优化
Current Clicked Attention's terms
为用户推荐经典的城市旅游线路
用户： 深圳旅游线路 小助手： 线路1，世界之窗-欢乐谷； 线路2：东部华侨城-大小梅沙 ……
用户
多样性计算模型
是否已达集合上限
DeepQ-network
线路挖掘及生成
attention召回及初排
(set-wise)整体特征：主题分布、舒适度、总距离
计算候选doc的最终得分:score = ctr * sqrt(user_doc_weight) * attenuation
Context Bandits
Ariesgeneral
品牌专区
1: co-occurrence attentions0: negative sampling
Forward looking
Δcount：1马蓉
历史展现打压
用户偏好输入
用户需求输入
关注点提取
Delayreward
根据路质量排序
刘恺威
